利用pandas数据合并与重塑

1.concat函数

concat函数是在pandas下的方法，可以将数据根据不同的轴作简单的融合

pd.concat(objs, axis=0,join='outer', join_axes=None, ignore_index=False,      keys=None, levels=None, names=None, verify_integrity=False)

参数说明

objs: series，dataframe或者是panel构成的序列lsit

axis： 需要合并链接的轴，0是行，1是列

join：连接的方式 inner，或者outer

1.1相同字段的表首尾相接

#将表构成list，然后作为concat的输入

frames = [df1,df2,df3]

results = pd.concat(frame)

要在相接的时候再加上一个层次的key来识别数据源自于哪张表，可以增加key参数

result = pd.concat(frames,keys=['x','y','z'])

1.2横向表拼接（行对齐）

1.2.1 axis

当axis = 1 的时候，concat就是行对齐，然后将不同列名称的两张表合并

result = pd.concat([df1,df4],axis = 1)

1.2.2 join

加上join参数的属性，如果为‘inner’得到的是两表的交集

如果是outer，得到的是两表的并集

result = pd.concat([df1,df4],axis=1,join='inner')

1.2.3 join_axes

如果有join_axes的参数传入，可以指定根据那个轴来对齐数据

例如根据df1的表对齐数据，就会保留指定的df1表的轴，然后将df4的表与之拼接

result = pd.concat([df1,df4],axis=1,join_axes=[df1.index])

1.3 append函数

append是series和dataframe的方法，使用它就是默认沿着列进行凭借（axis = 0,列对齐）

result = df1.append(df2)

参考链接：http://blog.csdn.net/stevenkwong/article/details/52528616