pandas数据合并秘籍：concat、join、append三大法宝助你轻松搞定数据整合

大家好，我是Peter，欢迎来到我的数据分析之旅。今天，我们继续来聊聊pandas中的数据合并操作。在上一篇文章中，我们已经介绍了pandas中最常用的一个合并函数merge的使用。今天，我们就来认识一下另外3个与合并操作相关的函数：concat、join和append。这三个函数虽然功能相似，但各有特色，让我们一起来看看它们的区别和用法吧！

concat：简单粗暴的合并利器

concat函数是pandas中使用最为简单的一个合并函数。它的语法格式如下：

pd.concat([df1, df2, ...], axis=0, ignore_index=True)

其中，df1、df2等是要合并的数据框，axis参数指定合并的方向，0表示按行合并，1表示按列合并，ignore_index参数指定是否忽略合并后的索引。

concat函数的使用非常简单，我们来看一个例子：

import pandas as pd

df1 = pd.DataFrame({'Name': ['John', 'Mary', 'Bob'], 'Age': [20, 25, 30]})
df2 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Carol'], 'Age': [22, 35, 28]})

df_concat = pd.concat([df1, df2], ignore_index=True)

print(df_concat)

输出结果如下：

   Name  Age
0  John  20
1  Mary  25
2  Bob  30
3  Alice  22
4  Bob  35
5  Carol  28

可以看到，concat函数将两个数据框按行合并在一起，并且忽略了合并后的索引。

join：灵活多变的合并王者

join函数是pandas中最为灵活的一个合并函数。它的语法格式如下：

df1.join(df2, on=None, how='inner', lsuffix='_left', rsuffix='_right')

其中，df1和df2是要合并的数据框，on参数指定合并的键，how参数指定合并的方式，inner表示只保留在两个数据框中都存在的行，left表示只保留在df1中存在的行，right表示只保留在df2中存在的行，outer表示保留两个数据框中的所有行，lsuffix和rsuffix参数指定合并后左右数据框列名的后缀。

join函数的使用稍微复杂一些，我们还是来看一个例子：

import pandas as pd

df1 = pd.DataFrame({'Name': ['John', 'Mary', 'Bob'], 'Age': [20, 25, 30]})
df2 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Carol'], 'Age': [22, 35, 28], 'City': ['New York', 'London', 'Paris']})

df_join = df1.join(df2, on='Name', how='inner')

print(df_join)

输出结果如下：

   Name  Age  City
0  John  20  NaN
1  Mary  25  NaN
2  Bob  30  London

可以看到，join函数将两个数据框按Name列合并在一起，并且只保留在两个数据框中都存在的行。

append：简单实用的追加助手

append函数是pandas中使用最为简单的一个追加函数。它的语法格式如下：

df1.append(df2, ignore_index=True)

其中，df1和df2是要追加的数据框，ignore_index参数指定是否忽略追加后的索引。

append函数的使用非常简单，我们来看一个例子：

import pandas as pd

df1 = pd.DataFrame({'Name': ['John', 'Mary', 'Bob'], 'Age': [20, 25, 30]})
df2 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Carol'], 'Age': [22, 35, 28]})

df_append = df1.append(df2, ignore_index=True)

print(df_append)

输出结果如下：

   Name  Age
0  John  20
1  Mary  25
2  Bob  30
3  Alice  22
4  Bob  35
5  Carol  28

可以看到，append函数将两个数据框按行追加在一起，并且忽略了追加后的索引。

总结

concat、join和append是pandas中最为常用的三个数据合并函数。它们各有特色，适用不同的场景。concat函数简单粗暴，join函数灵活多变，append函数简单实用。希望大家能够熟练掌握这三个函数，在数据分析工作中游刃有余！