Pandas数据连接pd.concat的实现

陆景行

发布时间：2026-10-16 | 2人浏览过

原创

本文详细介绍Pandas中pd.concat函数的用法，涵盖纵向与横向数据连接、关键参数如axis和join的配置，以及处理Series与DataFrame混合连接的示例。通过具体代码演示如何高效合并数据集，适用于数据清洗与分析场景。

Pandas支持对数据进行纵向和横向连接操作，连接后会生成一个新的Series或DataFrame对象。

数据连接是处理多个数据集合并时最常用的操作之一。

pd.concat()函数专门用于执行数据连接与合并，它支持沿行或列方向操作，并可指定非合并轴的合并策略（例如取合集或交集）。

该函数执行后将返回一个合并后的DataFrame对象。

语法格式如下。

pd.concat(objs, axis=0, join='outer', ignore_index=False, 
          keys=None, levels=None, names=None, sort=False,
          verify_integrity=False, copy=True)

主要参数说明如下。

objs：指定需要连接的数据源，可以是多个DataFrame或Series实例，此为必传参数。
axis：定义连接的轴向，默认值为0，表示按行连接，将数据追加在现有行之后；当设置为1时，表示按列连接，将数据追加在列之后（即axis=1）。
join：定义其他轴上数据的合并方式，可选择按交集（inner）或并集（outer）进行合并。
ignore_index：布尔值，指示是否忽略原有索引而使用新的整数索引。
keys：用于构建层次化索引，通过传入的键作为最外层级别来标识每个数据表，即为每个表指定一级索引。
names：用于指定索引的名称，包括多层索引的情况。
verify_integrity：布尔值，若设为True，则在合并过程中检测索引重复；如果合并后的数据与原数据包含相同索引的行，系统将抛出错误。
copy：布尔值，若设为False，则不进行深拷贝操作。

1.按行连接方法

pd.concat()的基本操作可以实现与df.append()相同的功能。

在此操作中，ignore_index和sort参数的作用相似；axis默认取值为0，即默认按行连接。

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
res1 = pd.concat([df1,df2])
# 效果同上
res2 = df1.append(df2)

定义数据框df1。

定义数据框df2。

执行按行连接的结果res1。

执行等效操作的结果res2。

2.按列连接方法

若需将多个DataFrame按列拼接，可传入axis=1参数。这会将不同数据追加到列后方，对于索引无法对应的位置，系统将值填充为NaN。

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})
res = pd.concat([df1,df2], axis=1)

定义数据框df1。

定义数据框df2。

执行按列连接的结果res。

本例中，df2比df1多出一行，合并后df1部分缺失的数据将显示为NaN。

3.合并交集处理

前述两个示例中的连接操作默认返回两个表内容的并集（即join='outer'）。

若需合并交集，需调整join参数，设置为join='inner'。

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6,0],'y':[7,8,0]})
# 按列合并交集
# 传入join='inner'取得两个DataFrame的共有部分，去除了df1没有的第三行内容
res = pd.concat([df1,df2], axis=1, join='inner')

定义数据框df1。

定义数据框df2。

执行按列合并交集的结果res。

扩展技巧

利用reindex()方法也可实现取交集的功能。

# 两种方法
res1 = pd.concat([df1,df2],axis=1).reindex(df1.index)
res2 = pd.concat([df1,df2.reindex(df1.index)],axis=1)

结果res1。

结果res2。

4.与序列合并

import pandas as pd
z = pd.Series([9,9],name='z')
df = pd.DataFrame({'x':[1,2],'y':[3,4]})
# 将序列加到新列
res = pd.concat([df,z],axis=1)

定义序列z。

定义数据框df。

执行合并的结果res。

5.指定索引方法

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
# 指定索引名
res1 = pd.concat([df1,df2], keys=['a','b'])
# 以字典形式传入
dict = {'a':df1, 'b':df2}
res2 = pd.concat(dict)
# 横向合并，指定索引
res3 = pd.concat([df1,df2], axis=1, keys=['a','b'])

定义数据框df1。