python合并数据框

在默认的 axis=0 情况下，pd.concat([obj1,obj2]) 函数的效果与 obj1.append(obj2) 是相同的；

而在 axis=1 的情况下，pd.concat([df1,df2],axis=1) 的效果与 pd.merge(df1,df2,left_index=True,right_index=True,how='outer') 是相同的。

[python] view plain copy

print?

1. #-*- encoding:utf-8 -*-  
2. import pandas as pd  
3. import numpy as np  
4.   
5. df = pd.DataFrame(np.random.randn(3,4) ,columns=list('abcd'))  
6. print df  
7. index1 = range(3,5)  
8. df1 = pd.DataFrame(np.random.randn(2,4) ,columns=list('abcd'))  
9. print df1  
10. df2 = df.append(df1) # df1中的2行数据会加到df中，且新产生的df的各行的索引就是原来数据的索引  
11. print df2  
12. df3 = df.append(df1,ignore_index=True) # df1中的2行数据会加到df中，且新产生的df的索引会重新自动建立  
13. print df3  

#-*- encoding:utf-8 -*-import pandas as pdimport numpy as npdf = pd.DataFrame(np.random.randn(3,4) ,columns=list('abcd'))print dfindex1 = range(3,5)df1 = pd.DataFrame(np.random.randn(2,4) ,columns=list('abcd'))print df1df2 = df.append(df1) # df1中的2行数据会加到df中，且新产生的df的各行的索引就是原来数据的索引print df2df3 = df.append(df1,ignore_index=True) # df1中的2行数据会加到df中，且新产生的df的索引会重新自动建立print df3