Python中pandas.concat()函数的用法及示例

pandas是一款python数据分析工具，提供了很多便捷的函数用于数据处理。其中，pandas.concat()函数可以用于将一组对象按照一定的规则连接起来。

使用方法

pandas.concat()函数的基本使用方法为：

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

其中，objs参数可以接收任何pandas对象，如Series、DataFrame等，用于指定要连接的对象；axis参数指定了连接的轴，默认值为0，表示以行的方式连接；join参数指定了连接的方式，默认值为outer，表示外连接；join_axes参数指定了要连接的轴；ignore_index参数指定是否忽略索引；keys参数指定了连接后的新对象的列名；levels参数指定了层次化索引的层级；names参数指定了层次化索引的名称；verify_integrity参数指定是否检查新对象的完整性；sort参数指定是否对连接后的对象进行排序；copy参数指定是否复制对象。

示例

下面是一个使用pandas.concat()函数的示例：

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                    index=[0, 1, 2, 3])

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
                    index=[4, 5, 6, 7])

# 使用pandas.concat()函数连接两个DataFrame
df3 = pd.concat([df1, df2], ignore_index=True)

# 打印结果
print(df3)

输出结果如下：

    A   B   C   D
0   A0  B0  C0  D0
1   A1  B1  C1  D1
2   A2  B2  C2  D2
3   A3  B3  C3  D3
4   A4  B4  C4  D4
5   A5  B5  C5  D5
6   A6  B6  C6  D6
7   A7  B7  C7  D7

从输出结果可以看出，两个DataFrame对象df1和df2已经成功地连接在一起，形成了一个新的DataFrame对象df3。

来说，pandas.concat()函数可以用于将一组对象按照一定的规则连接起来，是一种非常有用的函数。