简介
使用concat
使用append
使用merge
使用join
覆盖数据
pandas提供了很多合并series和dataframe的强大的功能，通过这些功能可以方便的进行数据分析。本文将会详细讲解如何使用pandas来合并series和dataframe。
concat是最常用的合并df的方法，先看下concat的定义：
看一下我们经常会用到的几个参数：
objs是series或者series的序列或者映射。
axis指定连接的轴。
<code>join</code> : {‘inner’, ‘outer’}, 连接方式，怎么处理其他轴的index，outer表示合并，inner表示交集。
ignore_index： 忽略原本的index值，使用0,1,… n-1来代替。
copy：是否进行拷贝。
keys：指定最外层的多层次结构的index。
我们先定义几个df，然后看一下怎么使用concat把这几个df连接起来：
df1,df2,df3定义了同样的列名和不同的index，然后将他们放在frames中构成了一个df的list，将其作为参数传入concat就可以进行df的合并。
举个多层级的例子：
使用keys可以指定frames中不同frames的key。
使用的时候，我们可以通过选择外部的key来返回特定的frame：
上面的例子连接的轴默认是0，也就是按行来进行连接，下面我们来看一个例子按列来进行连接，如果要按列来连接，可以指定axis=1：
默认的 <code>join='outer'</code>，合并之后index不存在的地方会补全为nan。
下面看一个join='inner’的情况：
join=‘inner’ 只会选择index相同的进行展示。
如果合并之后，我们只想保存原来frame的index相关的数据，那么可以使用reindex：
或者这样：
看下结果：
可以合并df和series：
如果是多个series，使用concat可以指定列名：
append可以看做是concat的简化版本，它沿着<code>axis=0</code> 进行concat：
如果append的两个 df的列是不一样的会自动补全nan：
如果设置ignore_index=true，可以忽略原来的index，并重写分配index：
向df append一个series：
和df最类似的就是数据库的表格，可以使用merge来进行类似数据库操作的df合并操作。
先看下merge的定义：
left, right是要合并的两个df 或者 series。
on代表的是join的列或者index名。
left_on:左连接
<code>right_on</code>：右连接
<code>left_index</code>: 连接之后，选择使用左边的index或者column。
<code>right_index</code>:连接之后，选择使用右边的index或者column。
how：连接的方式，<code>'left'</code>, <code>'right'</code>, <code>'outer'</code>, <code>'inner'</code>. 默认 <code>inner</code>.
<code>sort</code>: 是否排序。
<code>suffixes</code>: 处理重复的列。
<code>copy</code>: 是否拷贝数据
先看一个简单merge的例子：
上面两个df通过key来进行连接。
再看一个多个key连接的例子：
how 可以指定merge方式，和数据库一样，可以指定是内连接，外连接等：
合并方法
sql 方法
<code>left</code>
<code>left outer join</code>
<code>right</code>
<code>right outer join</code>
<code>outer</code>
<code>full outer join</code>
<code>inner</code>
<code>inner join</code>
指定indicator=true ，可以表示具体行的连接方式：
如果传入字符串给indicator，会重命名indicator这一列的名字：
多个index进行合并：
支持多个列的合并：
join将两个不同index的df合并成一个。可以看做是merge的简写。
可以指定how来指定连接方式：
默认join是按index来进行连接。
还可以按照列来进行连接：
单个index和多个index进行join：
列名重复的情况：
可以自定义重复列名的命名规则：
有时候我们需要使用df2的数据来填充df1的数据，这时候可以使用combine_first：
或者使用update：
最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！ 公众号:「程序那些事」,懂技术，更懂你！