Python pandas Series 轴向连接 concat 用法详解

Series 数据轴向连接基础

在 pandas 中，concat 函数是实现数据轴向连接的核心工具。该操作的对象通常包括 Series，其默认行为是按照 axis=0 进行连接。理解这一机制对于处理不同维度的数据至关重要。

默认轴向连接 (axis=0)

当未指定轴向参数时，concat 默认沿索引方向（即 axis=0）将多个 Series 拼接在一起。这种操作的结果类型依然保持为 Series。

以下是具体的代码实现与结果分析：

from pandas import Series, DataFrame
import pandas as pd

# 创建三个具有不同索引的 Series
series1 = Series(range(2), index=['a', 'b'])
series2 = Series(range(3), index=['c', 'd', 'e'])
series3 = Series(range(2), index=['f', 'g'])

# 执行默认轴向连接
result = pd.concat([series1, series2, series3])
print(result)

运行上述代码后，输出结果如下：

a    0
b    1
c    0
d    1
e    2
f    0
g    1
dtype: int64

可以看到，连接后的数据保留了各自的索引标签，并按顺序排列。通过类型检查可以确认结果仍为 Series：

type(pd.concat([series1, series2, series3]))
# 输出: pandas.core.series.Series

横向连接 (axis=1) 与类型转换

如果指定 axis=1，concat 将尝试按列方向连接 Series。由于 Series 的索引不同，pandas 会自动对齐索引。对于不存在的索引值，结果中会填充 NaN。

这种操作的结果类型不再是 Series，而是转换为 DataFrame：

S1 = pd.concat([series1, series2, series3], axis=1)
print(S1)

输出结果展示了列对齐后的状态：

   0    1    2
a  0.0  NaN  NaN
b  1.0  NaN  NaN
c  NaN  0.0  NaN
d  NaN  1.0  NaN
e  NaN  2.0  NaN
f  NaN  NaN  0.0
g  NaN  NaN  1.0

验证其类型：

type(S1)
# 输出: pandas.core.frame.DataFrame

索引重叠时的连接行为

当连接的 Series 包含相同的索引标签时，concat 不会自动去重，而是将所有匹配的数据按顺序追加。这意味着如果索引存在重叠，结果中会出现重复的索引值。

修改 series3 的索引，使其与 series2 共享索引 'e'：

# 修改 series3 的索引，使其包含 'e'
series3 = Series(range(2), index=['f', 'e'])

# 再次执行连接
result_overlap = pd.concat([series1, series2, series3])
print(result_overlap)

输出结果中，索引 'e' 出现了两次：

a    0
b    1
c    0
d    1
e    2  # 来自 series2
f    0
e    1  # 来自 series3
dtype: int64

注意事项

concat 操作仅执行单纯的数据连接，不涉及数据的逻辑整合或合并。如果需要基于键或索引进行数据整合，应使用 merge 方法。

以上就是 Python pandas 中 Series 数据轴向连接的详细内容，更多关于 Python pandas 数据处理的资料请关注本站其它相关文章！