Pandas Concat: How to Merge DataFrames in Pandas

Pandas concat - это метод библиотеки Pandas, который позволяет объединять данные из нескольких таблиц (DataFrame или Series) в одну таблицу. Этот метод является одним из основных инструментов работы с данными в библиотеке Pandas и часто используется для объединения таблиц с различными полями или с разными источниками данных.

Синтаксис метода concat выглядит следующим образом:

pd.concat(objs, axis=0, join='outer', ignore_index=False)

где:

• objs – список или кортеж объектов для объединения.
• axis – ось вдоль которой будет происходить объединение данных (0 – по строкам, 1 – по столбцам).
• join – тип объединения ('outer', 'inner', 'left', 'right').
• ignore_index – установка True позволяет переиндексировать результирующий DataFrame.

Примеры кода

Допустим, у нас есть два DataFrame df1 и df2, которые мы хотим объединить по строкам.

python
import pandas as pd
# создаем два DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})
# объединяем таблицы по строкам
df_concat = pd.concat([df1, df2])
print(df_concat)

Вывод:

   A  B
0  1  4
1  2  5
2  3  6
0  4  7
1  5  8
2  6  9

Теперь мы хотим объединить данные из двух DataFrame по столбцам.

python
import pandas as pd
# создаем два DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [4, 5, 6], 'D': [7, 8, 9]})
# объединяем таблицы по столбцам
df_concat = pd.concat([df1, df2], axis=1)
print(df_concat)

Вывод:

   A  B  C  D
0  1  4  4  7
1  2  5  5  8
2  3  6  6  9

Кроме того, мы можем указать тип объединения. Рассмотрим пример, где мы хотим объединить данные, содержащие одни и те же столбцы.

python
import pandas as pd
# создаем два DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [3, 4], 'B': [7, 8]})
# объединяем таблицы по строкам с типом 'outer'
df_concat = pd.concat([df1, df2], join='outer')
print(df_concat)

Вывод:

   A  B
0  1  4
1  2  5
2  3  6
0  3  7
1  4  8

Как мы видим, при таком типе объединения появляются значения, которые не были найдены в исходных таблицах.

И наконец, мы можем установить параметр ignore_index=True для того, чтобы переиндексировать объединенную таблицу.

python
import pandas as pd
# создаем два DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})
# объединяем таблицы по строкам с переиндексацией
df_concat = pd.concat([df1, df2], ignore_index=True)
print(df_concat)

Вывод:

   A  B
0  1  4
1  2  5
2  3  6
3  4  7
4  5  8
5  6  9

Как видно из этих примеров, метод concat предоставляет множество возможностей для объединения данных из разных источников. Он позволяет гибко работать с таблицами и учитывать особенности их структуры и содержимого.