18、pandas的concat()合并和多组数据合并

merge()函数是将两个表格（DataFrame）进行匹配合并。

在实际的使用中，我们也会用到将两组或者多组数据直接简单的合并，并不需要进行匹配，这时候就需要用到concat()函数了。

df1 df2

现在要将它们纵向直接合并起来：

concat()纵向合并 concat()纵向合并后的表格信息

其实经过concat()合并之后，所以还是以前的所以（系统默认的），在其它表没有的列会用NaN值填充，所以在实际使用的时候要主要重新设定索引并填充空值。

还有就是concat()函数合并的时候括号里是一个列表，也就是说concat()合并的应该是一个可迭代的对象，所以df1和df2要组成一个列表形式。

concat()也能够合并多个数据组：

concat()合并多组数据

如果我们要重新设置索引的话可以使用ignore_index=True进行新所以的设定，也可以进行特定列的选择（进行特定列的选择的时候一定要特别主要中括号的使用）。

使用 ignore_index=True重新设置索引和特定列的选择

concat()函数还能进行横向的合并，横向的合并使用参数axis=1：

使用axis=1进行横向合并 进行行列合并后的数据信息

在横向合并时，合并的依据是索引，索引相同的行就会合并在一起。

在合并的时候如果只想要两个数据组都有的列，那么只要添加参数join='inner'就可以了：

只合并共同有的列（纵向合并）

横向合并也类似，添加join='inner'，只有索引相同的行才会合并。主要'inner'要用引号，它在这里是一个字符串。

合并之后可以指定参数注明数据的来源：

参数keys注明数据的来源

添加数据来源的标签之后，索引就变成了多层索引，可以使用names给这些索引添加索引名称：

添加索引名称

这些方法也可以使用在横向合并上：

横向合并axis=1

选取特定列的时候要主要中括号的个数。

如果索引是我们合并使用的键，横向合并并且是inner合并之后，我们就能够用concat()实现类似merge()的功能，这样就能实现多表一次性匹配合并。

使用join='inner'连接

咦？不是说类似于merge()的功能吗？怎么多组数据直接的合并并没有实现真正的联结，而仅仅只是进行了拼接而已呢？

这个地方有一个需要注意的就是多表联结的时候如果没有指定title为索引，那么系统就会使用默认的索引，所以会导致联结不准确的情况，如果我们要进行准确的联结，首先需要把title变成所以列：

把title更改为索引列

更改索引之后在进行上一步的操作：

进行联结操作

索引也改了，方法也没有错，到底哪里除了问题呢？

原因就是索引列存在重复了（前面说过标题有重复的）：

索引不唯一

df.index.is_unique后面不需要用括号，因为is_unique是属性。

所以我们先对title进行去索引处理：

使用 .reset_index()  去除设置的索引

然后对title进行去重：

对title进行去重

去重之后重新把title作为索引：

重新把title作为索引

然后在进行join=‘inner’的联结操作：

进行join=‘inner’的联结操作

这样就可以进行多表的联结了。

总结一下就是：

先设定多组数据里都具有的一列作为索引，并且这一列不能有重复（有重复要进行去重处理）；

然后就是要设定参数axis=1，参数axis=0的话是纵向拼接；

还有就是join='inner'。