`pandas.concat`在输入为字典时是如何工作的？

Question

我在理解当输入是字典时，pd.concat是怎么工作的，感到有些困惑。

假设我们有一个这样的pandas数据框 -

# Import pandas library
import pandas as pd

# initialize list of lists
data = [['tom', 10], ['nick', 15], ['juli', 14]]

# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Name', 'Age'])

然后，我们进行以下的拼接操作 -

z = pd.concat({"z":df},
              axis = 1)

print(z)

输出结果是 -

      z    
   Name Age
0   tom  10
1  nick  15
2  juli  14

看起来像是键z被叠加到了数据框df的上面。但这不太合理，因为指定的轴是1，所以如果真的是叠加的话，应该是在列之间进行的。

Answer 1

z = pd.concat({"z": df}, axis=1)

在上面的代码中，你提供了一个字典，这个字典里有一个键 z，对应的值是一个数据表 df。当你沿着 axis=1 进行合并时，Pandas 会根据数据表的索引来对齐这些数据表。你的数据表 df 的索引是 [0, 1, 2]，而字典的键 z 没有索引，所以它被当作一个额外的层级，加入到结果的多重索引中，位于列的部分。

因此，最终得到的数据表 z 有一个多重索引的列，最上面一层叫做 z，下面一层对应的是原始数据表 df 的列。这就是为什么你在输出中看到键 z 在数据表 df 的上面。其实并不是说键 z 堆在 df 上面，而是它作为列索引中的一个层级被包含进去了。

如果你想在列之间合并，而不想在多重索引中添加额外的层级，可以这样做：

z = pd.concat([df], axis=1)

输出：

   Name  Age
0   tom   10
1  nick   15
2  juli   14

Answer 2

这其实是有道理的，因为你是在列的方向上拼接（axis=1），所以你需要区分这些拼接后的列。

这里有一个更有意义的例子：

out = pd.concat({'left': df.add_prefix('left_'),
                 'middle': df.add_prefix('middle_'),
                 'right': df.add_prefix('right_')},
                axis=1)

       left               middle                 right          
  left_Name left_Age middle_Name middle_Age right_Name right_Age
0       tom       10         tom         10        tom        10
1      nick       15        nick         15       nick        15
2      juli       14        juli         14       juli        14

这就相当于把新的名字传给keys：

out = pd.concat([df.add_prefix('left_'),
                 df.add_prefix('middle_'),
                 df.add_prefix('right_')],
                keys=['left', 'middle', 'right'],
                axis=1)

如果你是在axis=0（行）的方向上拼接，那么concat会在前面加一个索引级别：

out = pd.concat({'top': df,
                 'middle': df,
                 'bottom': df},
                 axis=0)

          Name  Age
top    0   tom   10
       1  nick   15
       2  juli   14
middle 0   tom   10
       1  nick   15
       2  juli   14
bottom 0   tom   10
       1  nick   15
       2  juli   14