pandas DataFrame的合并和追加

横向合并

示例数据创建

为了演示方便，先创建两个DataFrame:

import pandas as pd

x = {
    'A': ('a1', 'a2', 'a3'),
    'B': ('b1', 'b2', 'b3'),
    'C': ('c1', 'c2', 'c3'),
}
y = {
    'D': ('d1', 'd2', 'd3'),
    'E': ('e1', 'e2', 'e3'),
    'F': ('f1', 'f2', 'f3'),
}
index = ['索引1', '索引2', '索引3']
dfx = pd.DataFrame(x, index=index)
dfy = pd.DataFrame(y, index=index)

print(dfx,'\n',dfy)

      A   B   C
索引1  a1  b1  c1
索引2  a2  b2  c2
索引3  a3  b3  c3 
       D   E   F
索引1  d1  e1  f1
索引2  d2  e2  f2
索引3  d3  e3  f3

该例子的两个DataFrame具有相同的索引但不同的列名， 所以要横向合并。

合并（join()）

直接使用.join()函数即可：

>>> dfx.join(dfy)

      A   B   C   D   E   F
索引1  a1  b1  c1  d1  e1  f1
索引2  a2  b2  c2  d2  e2  f2
索引3  a3  b3  c3  d3  e3  f3

纵向追加

示例数据创建

x = {
    'A': ('a1', 'a2', 'a3'),
    'B': ('b1', 'b2', 'b3'),
    'C': ('c1', 'c2', 'c3'),
}
y = {
    'A': ('d1', 'd2', 'd3'),
    'B': ('e1', 'e2', 'e3'),
    'C': ('f1', 'f2', 'f3'),
}

index1 = ['索引1', '索引2', '索引3']
index2 = ['索引4', '索引5', '索引6']

dfx = pd.DataFrame(x, index=index1)
dfy = pd.DataFrame(y, index=index2)

print(dfx, '\n' ,dfy)

      A   B   C
索引1  a1  b1  c1
索引2  a2  b2  c2
索引3  a3  b3  c3 
       A   B   C
索引4  d1  e1  f1
索引5  d2  e2  f2
索引6  d3  e3  f3

两个DataFrame具有相同的列名但不同的索引， 所以要竖向追加。

追加 append()——有更新

>>> dfx.append(dfy)
      A   B   C

索引1  a1  b1  c1
索引2  a2  b2  c2
索引3  a3  b3  c3
索引4  d1  e1  f1
索引5  d2  e2  f2
索引6  d3  e3  f3

带MultiIndex的DataFrame

append()方法对带有MultiIndex（即多级索引）的DataFrame也是可以使用的，只要保证两个df的列名相同，且两个df的MultiIndex级数相同。

更新

前面说的append()似乎在新版本的pandas里被弃用了，并提供了新的方法concat():

import pandas as pd

pd.concat([df1,df2,...])

分享 补充完善

04-28-2022

wiki