concat函数
参数说明:
| 参数 | 说明 |
|---|---|
| objs | 接收多个Series、DataFrame、Panel的组合。表示参与连接的pandas对象的列表的组合。无默认 |
| axis | 轴向选择，默认为0 |
| join | 连接方式，inner（交集）和outer（并集），默认为outer |
| join_axes | 接收Index对象。表示用于其他n-1条轴的索引，不执行并集/交集运算 |
| ignore_index | 接收boolean。表示不保留轴上的索引，产生一组新索引range(total_length)。默认为False |
| keys | 接收sequence。表示与连接对象有关的值，用于写成连接轴向上的层次化索引。默认为None |
| levels | 接收包含多个sequence的list。表示在指定keys参数后，指定用作层次化索引各级别上的索引。默认为None |
| names | 接收list。表示在设置了keys和levels参数后，用于创建分层级别的名称。默认为None |
| verify_integrity | 接收boolean。检查新连接的轴是否包含重复项。如果发现重复项，则引发异常。默认为False |
axis、join
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2'],
'C': ['C0', 'C1', 'C2']},
index=[0, 1, 2])
df2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'],
'B': ['B3', 'B4', 'B5'],
'C': ['C3', 'C4', 'C5']},
index=[2,3,4])
df3 = pd.DataFrame({'A': ['A6', 'A7', 'A8'],
'B': ['B6', 'B7', 'B8'],
'C': ['C6', 'C7', 'C8']},
index=[4,5,6])
pd.concat([df1,df2,df3],join='outer',axis=0)
这种连接方式会将列名相同的叠加在一起，如果有不同的列名会以NaN补充其他对象在该列的位置，如果join的参数是inner的话，那么合并后的表只会出现大家都有的AB两列，就是交集。
如果是axis=1也就是行连接的话，其实也差不多，只是连接的方向改变了，原理相同，根据行索引来合并，并集取全部，有些对象有的行，其他对象没有的行会填充NaN，交集的话只会去所有对象都有的行来合并。
pd.concat([df1,df2,df3],join='outer',axis=1)
keys
可以连接的对象指定一个键值，这样连接完后我们可以看到每一部分的数据属于哪个对象
pd.concat([df1,df2,df3],join='outer',axis=1,keys=['a','b','c'])
如果keys的值多与连接的对象，那么只会去前面部分的几个值，如果少了，那么确实几个key值，就有几个对象不进行连接
演示一下：
这里值给定了keys两个参数，而连接的是三个对象，最终结果只有前面两个对象进行连接。
pd.concat([df1,df2,df3],join='outer',axis=1,keys=['a','b'])
keys还有另外一种用法，就是使用字典来指定，结果是相同的，下面的例子采用的是列连接
pd.concat({'a':df1,'b':df2,'c':df3},join='outer')
ignore_index
这个参数其实很简单，它的意义就是，如果你觉得数据表格的行索引没什么用，是可以忽略的，那么你可以通过设置这个参数为True，得到的结果会自动将行索引变成最简单的序列。
拿上面的例子来看：
这里它的行索引是从原来的对象带来的，如果这些索引没什么用，我们可以使用ignore_index参数忽略它
pd.concat([df1,df2,df3],join='outer',ignore_index=True)
append
参数列表：
| 参数 | 说明 |
|---|---|
| other | 接收DataFrame、series、dict、list这样的数据结构 |
| ignore_index | 默认值为False，如果为True则不使用用来的index标签 |
| verify_integrity | 默认值为False，如果为True且ignore_index为False时，当创建相同的index时会抛出ValueError的异常 |
append方法可以将两个列名相同的表纵向叠加起来，也可以给表添加新的列，功能相当于axis=0，join=outer的concat函数连接两个表，但是append可以添加Series、dict、list成为表的新列
添加series（注意，必须要指定series的name，否则会报错）
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2'],
'D': ['C0', 'C1', 'C2']},
index=[0, 1, 2])、
s1 = pd.Series({'A':22,'B':33,'C':44,'D':55},name='a')
df1.append(s1,ignore_index=True)
添加list
如果列表是一维的，那么会以列的形式添加，如果是二维的，那么会以行的形式添加，如果是三维的，那么会以单个元素的形式添加
一维list
l1 = [1,2,3,4]
df1.append(l1,ignore_index=True)
二维list
l1 = [[1,2,3,4]]
df1.append(l1,ignore_index=True)
三维list
l1 = [[[1,2,3,4]]]
df1.append(l1,ignore_index=True)
添加字典
d1 = {'A':22,'B':33,'E':44}
df1.append(d1,ignore_index=True)
merge
参数说明:
| 参数 | 说明 |
|---|---|
| left | 接收DataFrame或Series。表示要添加的数据1.无默认 |
| right | 接收DataFrame或Series。表示要添加的数据2.无默认 |
| how | 接收left、right、inner、right。表示数据的连接方式，默认为inner |
| on | 接收string或sequence。表示两个数据合并的主键（必须一致）。默认为None |
| left_on | 接收string或sequence。表示left参数接收数据用于合并的主键。默认为None |
| right_on | 接收string或sequence。表示right参数接收数据用于合并的主键。默认为None |
| left_index | 接收boolean。表示是否将left参数接收数据的index作为连接主键。默认为False |
| right_index | 接收boolean。表示是否将right参数接收数据的index作为连接主键。默认为False |
| sort | 接收boolean。表示是否根据连接键对合并后的数据进行排序。默认为False |
| suffixes | 接收tuple。表示用于追加到left和right参数接收数据列名相同时的后缀。默认为(’_x’,’_y’) |
merge方法与数据库的连表查询很相似，接收两个表的数据，通过各种不同的参数设置查询不同的结果。
实验数据：
df1 = pd.DataFrame({'A': ['a', 'b', 'c'],
'B1': [0,1,2],
'C1': ['C0', 'C1', 'C2']},
index=[0, 1, 2])
df2 = pd.DataFrame({'A': ['a', 'b', 'd'],
'B2': ['B3', 'B4', 'B5'],
'C2': ['C3', 'C4', 'C5']},
index=[2,3,4])
不同的连接方式
how参数表示两个表的连接方式，
left（左连接），取左表的全部数据，如果没有指定连接键，右表根据和左表相同的字段来匹配进行。否则根据连接键来匹配
pd.merge(left=df1,right=df2,how='left')
right（右连接），与左连接一样，主表不同
inner（交集），在这种连接模式下，两表只会取在主键中，大家都有的值进行组合
pd.merge(left=df1,right=df2,how='inner',on='A')
outer（并集），取两表连接键的索引值，没有该值的表的将以NaN填充
pd.merge(left=df1,right=df2,how='outer',on='A')
连接关键字
在默认的情况下会自动将两表相同的字段作为连接关键字，但是如果没有相同的字段或者相同的字段多余一个，那么继续连接会报错，所以我们一般使用的时候都要指定连接关键字。
第一种就是使用on关键字，这个方法只有两表关键字相同的情况下可以使用，
如果我们要通过两个表两个不同的字段名进行连接，那么可以使用left_on和right_on参数来分别指定两个表的关键字是什么,然后就会根据这两个字段的值进行匹配
df1 = pd.DataFrame({'A': ['a', 'b', 'c'],
'B1': [0,1,2],
'C1': ['C0', 'C1', 'C2']},
index=[0, 1, 2])
df2 = pd.DataFrame({'A': ['a', 'b', 'd'],
'B2': [0,1,2],
'C2': ['C3', 'C4', 'C5']},
index=[2,3,4])
pd.merge(left=df1,right=df2,left_on='B1',right_on='B2')
我们不仅仅可以使用字段来进行匹配，还可以使用索引作为关键字
df1
df2
pd.merge(left=df1,right=df2,left_on='B1',right_index=True)
上面这个例子用df2的索引值作为关键字，df1的B1列的值作为关键字进行匹配，可以看到只有2是两者都有的，所以最后结果只有一行。
当两个表有相同的字段名，而又不是作为主键，那么他们合并后会出现_x,_y的默认后缀，suffixes参数可以自定义这个后缀
pd.merge(left=df1,right=df2,left_on='B1',right_index=True,suffixes=['-a','-b'])
join
join的用法与merge有相似之处，这里只提一下
df1.join(df2,rsuffix='a',on='B1',how='outer')
相当于
pd.merge(df1,df2,left_on='B1',right_index=True,how='outer')
on–>接收左表df1的连接键（根据“key”进行左连接），默认是以index为主键，右表df2以index为主键，
rsuffix与lsuffix相当于merge中的suffixes，指定左右表字段重复时的后缀。没有默认值，一般需要自己手动指定。
combine_first
df5=pd.DataFrame({
0:[1,2,np.nan],
1:[4,np.nan,6]
})
df6=pd.DataFrame({
0:[1,2,33],
1:[4,55,np.nan]
})
df5.combine_first(df6)
当左表存在空值时，右表对应位置的值会替换左表的空值，但是必须是字段名和索引值相同的位置，如果两个表不是结构相同的，那么就会默认采用全连接（并集）的方式联结两表
