Pandas水平堆叠数据

在数据分析和处理中，经常需要将多个数据集组合成一个大的数据集。Pandas的水平堆叠函数可以将多个数据集按照列的方向进行拼接，生成一个新的数据集。

语法

pandas.concat(objs, axis=1, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)

参数说明:

• objs: 需要拼接的 Pandas 对象的序列或映射。
• axis: 拼接方向，0为竖直拼接，1为水平拼接，默认为0。
• join: 拼接方式，默认为'outer'，还可以是'inner'。
• join_axes: 指定在其他 n-1 维度上使用的特定索引，而不是执行完全的合并。axis不能是0。
• ignore_index: 不保留原始索引。
• keys: 在输出 axis 轴上形成层次结构的键。
• levels: 指定用作层次结构索引的级别。
• names: 创建层次结构键的级别名称。
• verify_integrity: 检查结果对象新轴上的重复情况，并引发异常。
• sort: 按字典顺序通过连接轴上的值对数据进行排序。
• copy: 如果为 False，则不复制数据。默认总是复制数据。

示例

import pandas as pd
  
# 构造数据
df1 = pd.DataFrame({'key':['A','B','C','D'],'value':[1,2,3,4]})
df2 = pd.DataFrame({'key':['A','B','C','E'],'value':[5,6,7,8]})
  
# 水平堆叠数据
df = pd.concat([df1, df2], axis=1)
  
# 打印输出
print(df)

输出结果为：

  key  value key  value
0   A      1   A      5
1   B      2   B      6
2   C      3   C      7
3   D      4   E      8

总结

Pandas的水平堆叠函数能够非常方便地拼接多个数据集，生成一个新的数据集。同时，我们可以通过参数指定拼接方向、拼接方式等参数，实现不同的操作。