【Pandas数据分析入门】Python基础数据处理及应用实战（第一篇）

题目

1 Pandas 简介

1.1 主要特征

1.2 Pandas 安装

2 Pandas中的数据结构

2.1 Series 数据结构和操作

2.1.1 Series的数据结构

2.1.2 Seres的操作

2.2 DataFrame 数据结构和操作

2.2.1 DataFrame 数据结构

2.2.2 Dataframe 操作

2.2.3 DateFrame 的特殊操作

2.3 Series 和 DataFrame 的联系和转换

2.3.1 联系

2.3.2 {s.name: s.values}型转换

2.3.3 {s.name: s}型转换

3 pandas中数据的基本操作

3.1 数据的写入

3.1.1 写入 csv 文件

3.1.2 写入excel文件

3.1.3 写入 json文件

3.2 数据的读取

3.2.1 语法格式

3.2.2 读取 csv 文件

3.2.3 读取 excel 文件

3.3 数据的编辑

3.3.1 数据的增加

3.3.2 删除数据

3.3.3 修改数据

3.4 数据的合并

3.4.1 merge函数

3.4.2 concat 函数

1 Pandas 简介

1.1 主要特征

Pandas 是Python中的一个高效易用的数据结构和数据分析的第三方库。Pandas是Python中数据分析的基础，旨在成为最实用最便利的开源数据分析的工具。其主要特性如下：

善于处理浮点数和非浮点数的数据缺失（用NaN来表示）；

大小可变：数据的行列能够从DataFrame或者更高维度的数据结构中添加或者删除；

自动数据对齐：目标会被显式地根据标签对齐，使用者也可以忽略标签，直接利用DataFrame、Series来自动对齐；

功能强大，灵活的分组功能，可对数据执行拆分-应用-组合的一系列操作，以便聚合和转换数据；

可以很方便地把其他Python和NumPy的杂乱的数据结构转换成DataFrame对象；

基于智能标签的切片、花式索引和子集化大数据集；

直观的合并和连接数据集；

灵活的重塑(reshape)和数据集的旋转；

轴的分层标签（每个标记可能有多个标签）；

强大的IO工具，用于从原始文件（CSV）、Excel文件、数据库中加载数据，以及从超快速HDF5格式保存/加载数据；

时间序列-特定功能：日期范围生成和频率转换、移动窗口统计、移动窗口线 性回归、日期移动和滞后等。

1.2 Pandas 安装

Anaconda环境中默认已集成了Numpy和Pandas等第三方工具包，如想自行安装，可使用pip命令或conda命令。

安装包方法：

1. pip命令，语法格式为：pip install pandas
2. conda命令，语法格式为：conda install pandas

还可以使用conda list pandas查看已安装的pandas包的版本信息。

2 Pandas中的数据结构

2.1 Series 数据结构和操作

2.1.1 Series的数据结构

Series 是一个一维的标签数组，一种类似于一维数组的对象，它由一组数据以及一组与之相对应的数据标签（即索引）组成。创建Series的语法为：
Series = pd.Series(data, index=index, name=name, dtype=dtype)

参数说明：

data: 一维数组或列表，包含 Series 的数据。

index: 可选参数，索引标签。如果未指定，将默认使用整数索引（从 0 开始）。

name: 可选参数，为 Series 设置名称。

dtype: 可选参数，指定数据类型。如果未指定，Pandas 会根据 data 自动推断数据类型。

1. 使用标量创建Series：index参数必须设置，如未设置index，默认状态时生成只有一组数据（1个data和一个索引）的Series。

代码演示：

s1 = pd.Series(66, index = [1,2,3])
print("数据为标量，索引为[1,2,3]，会按照索引的数目用该标量补充:\n",s1)

s2 = pd.Series(66)
print("数据为标量，设置index，默认状态时生成只有一组数据:\n",s2)

2. 列表或数组创建Series，自定义内容

代码演示：

s1 = pd.Series(data = np.arange(5,10))
print("数组或列表创建Series，index默认，索引默认从0开始:\n",s1)

print("--------------")
s2 = pd.Series(data = np.arange(1,6),index = ['A','B','C','D',"E"], name = "自然数", dtype = "float32")
print("自定义索引、数据类型，命名为自然数：\n",s2)

3. 字典创建Series：当index默认时，会自动以字典的key作为索引，并按照排序后排列。自定义索引时，字典中的key和标签不匹配就不显示value，多出的标签填空值。
   代码演示：

dic = {'b':6, 'c':3, 'a':2, 'w': 8}
s1 = pd.Series(data =dic )
print("字典创建Series,index默认：\n",s1)

print("--------------")
s2 = pd.Series(data = dic,index = ['a','b','c','d'])
print("字典创建Series，index为 ['A','B','C','D']：\n",s2)
print("注：字典中的key和标签不匹配就不显示value，多出的标签填空值")

2.1.2 Seres的操作

对于Series对象的使用，主要取决于其创建对象的相关操作。由于数组和字典都可以用来创建Series，所以Series除了具备基本属性外，还适用数组、字典的相关操作。Series支持许多数组类型的操作。如：索引、切片等，以及许多NumPy的函数也适用于Series，其返回值仍是Series

1. 显示Series对象的属性。Series的常用属性包括values和index，还有name和index.name 属性。

代码演示：

s = pd.Series(data = np.arange(1,7),index = np.arange(1,7),name = "学习", dtype = "int32")
print("Series:\n",s)
print("------------")
print("Serise的属性values：",s.values)
print("Serise的属性index：",s.index)
print("Serise的属性name：", s.name)
print("Serise的属性dtype：", s.dtype)

2. Series支持数组类型的操作。如：索引（索引的是标签对应的值）、 切片（切片的是位置对应的值，第一个值的位置是0） 等。
   索引：索引的是 标签对应的值
   代码演示：

dic = {'b':6, 'c':3, 'a':2, 'w': 8}
s1 = pd.Series(data =dic )
print("Series:\n",s1)
print("用索引a，s1['a']:", s1['a'])

print("------------")
s2 = pd.Series(data = np.arange(5,10),index = np.arange(1,6))
print("Series:\n",s2)
print("用索引1，实际打印出的是标签对应的数，s2[1]:", s2[1])

print("------------")
s3 = pd.Series(data = [1,2,3,4], index = [6,8,6,8])
print("用索引6,实际打印的是标签全为6 index和value :\n",s3[6])

切片：
代码演示：

s2 = pd.Series(data = np.arange(5,10),index = np.arange(1,6))
print("Series:\n",s2)
print("用切片 s2[2:5] ,位置2-位置4对应的 index和value ：\n",s2[2:5])
print("用切片 s2[0:1] ，位置0对应的 index和value ：\n",s2[0:1])

3. Series还适用于字典的基本操作，如in()和get()。in()用来查看Series中是否有某个标签，返回值为True或False；get() 来索引不存在的标签，有该标签返回对应的value，反之返回值为Nan。

代码演示：

s = pd.Series(data = ['a','b','c','d','e'],index = np.arange(1,6))
print("Series:\n",s)
print( "索引标签 1, 'b' in s：", 1 in s)
print( "索引标签 9, 'z' in s：", 9 in s)
print("索引标签 1 ，s.get(1)，直接返回对应的值：", s.get(1) )
print("索引标签‘j' ，s.get('j')，每该标签返回值为Nan：", s.get('a') )

4. Series还支持一些向量化操作。如两个Series相加、数乘等。

代码演示：

s1 = pd.Series(data = np.arange(1,6))
s2 = pd.Series(data = np.arange(9,4,-1))
print("Series:\n",s1)
print("Series:\n",s2)
#加减乘车类似
print("s1 + s2:\n",s1+s2)

2.2 DataFrame 数据结构和操作

2.2.1 DataFrame 数据结构

DataFrame是一个结构类似于二维数组或表格的数据类型，可以看作一张表格，它含有一组有序的列，每一列的数据类型都是一致的。DataFrame类对象由索引和数据组成，与Series类对象相比，该对象有两组索引，分别是行索引(index)和列索引(columns)。DataFrame的数据结构如下图所示。

创建DataFrame的语法为：
pandas.DataFrame(data = data, index = index, columns= columns, dtype= dtype, copy = copy)

参数说明：

data: 可以是多种类型的数据结构，如 NumPy ndarray, dict, nested list, Series, another DataFrame 等。

index: 行标签的数组，长度必须与 data 的长度匹配。如果未提供，则自动使用整数索引。

columns: 列标签的数组。如果 data 是一个 dict 并且 columns 没有提供，则使用字典的键作为列名。

dtype: 数据类型，可选，默认为 None，表示自动检测数据类型。

copy: 如果为 True，则对传递的数据进行深拷贝。

1. 由数组构建DataFrame。系统自动分配列索引和行索引，也可以自定义。

代码演示：

data = np.arange(0,9).reshape(3,3)
df1 = pd.DataFrame(data = data)
print("默认行索引和列索引：\n",df1)
print("------------")
df2 = pd.DataFrame(data = data,index = ['a','b','c'],columns = ['A','B','C'])
print("自定义行索引和列索引：\n",df2)

2. 列表类型是字典时，一般不需另外指定列的索引，会自动采用字典的key竖向作为列索引，并排序后输出，但支持指定行索引。

注意：字典值的长度必须相同，否则会报错。

代码演示：

dic = { "name":['Tom','jacker','dog'], "age":[18, 19, 18], "number":[111,222,333]}
df = pd.DataFrame(data = dic)
print(df)

3. DataFrame的常用属性包括values、index、columns、dtypes、size、ndim和shape等，分别可以显示DataFrame的数据、索引、列名、类型、元素个数、维度和形状等。

属性	属性含义
.values	显示DataFrame的数据
.index	显示DataFrame的索引
.columns	显示DataFrame的列名
.dtypes	显示DataFrame的数据类型
.sizes	显示DataFrame元素个数
.ndim	显示DataFrame的维度数
.shape	显示DataFrame的形状（x行y列）

2.2.2 Dataframe 操作

pandas.DataFrame 对象提供了两种主要的方式来访问和操作数据：.loc 和 .iloc。这两种方法分别基于标签和基于位置来进行索引。

我们定义一个DataFrame对象：
dic = { "name":['Tom','jacker','dog'], "age":[18, 19, 18], "number":[111,222,333]}
df = pd.DataFrame(data = dic)

访问数据的方式	说明
df[ ]	只能索引一个列的标签
df.loc[ ][ ]	df.loc[行的标签][列的标签]索引某个值
df.loc[ ]	df.loc[]只能索引一个行的标签
df.loc[ [ ] ]	df.loc[[行标签的列表]]索引n行的标签
df.loc[ : ,[ ] ]	df.loc[:,[列标签的列表]]索引m列的标签
df.loc[ [ ] , [ ] ]	df.loc[[行标签的列表][列标签的列表]]索引n行m列
df.iloc[ [ ], [ ] ]	df.iloc[行标签的位置][列标签的位置]索引n行m列

代码演示：

dic = { "name":['Tom','jacker','dog'], "age":[18, 19, 18], "number":[111,222,333]}
df = pd.DataFrame(data = dic)
print(df)
print("------------")
print("df[]只能索引一个列的标签：\n",df["name"])
print("------------")
print("df.loc[行的标签][列的标签]索引某个值：",df.loc[0]['name'])
print("------------")
print("df.loc[]只能索引一个行的标签：\n:",df.loc[1])
print("------------")
print("df.loc[[行标签的列表]]索引行的标签：\n:",df.loc[[1, 2]])
print("------------")
print("df.loc[:,[列标签的列表]]索引m列的标签：\n:",df.loc[:,["name", "age"]])
print("------------")
print("df.loc[[行标签的列表][列标签的列表]]索引n行m列：\n",df.loc[[1,2],['name','number']])
print("------------")
print("df.iloc[行标签的位置][列标签的位置]索引n行m列，：\n",df.iloc[[1,2],[1,2]])

2.2.3 DateFrame 的特殊操作

加入条件后的操作。
代码演示：

dic = { "name":['Tom','jacker','dog'], "age":[18, 19, 18], "number":[111,222,333]}
df = pd.DataFrame(data = dic)

data1 = df.loc[:,"name":"number"]
print("使用切片 'name':'number' ：\n",data1)
print("-----------")
data2 = df.loc[df['age']<19,"name":"number"]
print('使用条件和切片 .loc[df["age"]<19,"name":"number"]：\n',data2)

2.3 Series 和 DataFrame 的联系和转换

2.3.1 联系

1. DataFrame 的列是 Series:
   DataFrame 的每一列实际上就是一个 Series。这意味着你可以通过列名来获取 DataFrame 中的某一列，并且得到的结果将是一个 Series。
2. 转换 Series 为 DataFrame:
   可以通过将一个 Series 转置（使用 .to_frame() 或 .to_frame(name) 方法）或将多个 Series 放入一个字典中然后创建 DataFrame 来从 Series 创建 DataFrame。

2.3.2 {s.name: s.values}型转换

把Seirs对象的名字作为DataFrame的列索引，Series对象的值作为DataFrame的值，index索引默认。

代码演示：

s1 = pd.Series(data = np.arange(1,4),name = "序列")
s2 = pd.Series(data = ["李明","李华", "小明"], name = "name")
df = pd.DataFrame(data = {s1.name:s1.values, s2.name: s2.values})
print("打印 s1 ：\n",s1)
print("打印 s2 ：\n",s2)
print("打印 s1和s2 的组合转换 :\n",df)

2.3.3 {s.name: s}型转换

这种转换会把 相同的行标签 对应的值放在同一行（自动对齐），对齐后空缺值用NaN补全。

代码演示：

s1 = pd.Series(data = np.arange(1,4), index = [1,2,3],name = "序列")
s2 = pd.Series(data = ["李明","李华", "小明"],index = [1,2,3] ,name = "name")
df1 = pd.DataFrame(data = {s1.name:s1, s2.name: s2})
print("打印 s1 ：\n",s1)
print("打印 s2 ：\n",s2)
print("s1和s2的索引都一致:\n",df1)
print("------------")

s3 = pd.Series(data = np.arange(1,4), index = [1,2,3],name = "序列")
s4 = pd.Series(data = ["李明","李华", "小明"],index = [2,3,4] ,name = "name")
df2 = pd.DataFrame(data = {s3.name:s3, s4.name: s4})
print("打印 s3 ：\n",s3)
print("打印 s4 ：\n",s4)
print("s3和s4的索引不一致:\n",df2)

3 pandas中数据的基本操作

3.1 数据的写入

3.1.1 写入 csv 文件

CSV（逗号分隔值）文件是一种常见的数据交换格式。Pandas 提供了 to_csv 方法来将 DataFrame 写入 CSV 文件（csv文件其实也是一个文本文件，用excel直接打开后为表格形式）。

语法格式：pd.to_csv(路径，index，encoding)

index=False：默认情况下，Pandas 会在 CSV 文件中包含索引列。如果你不想包含索引列，可以设置 index=False。

encoding=‘utf-8’：指定输出文件的编码，默认是 utf-8，但也可以指定其他编码，如 gbk。

代码演示：

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['北京', '上海', '广州']
}

df = pd.DataFrame(data)
# 写入 CSV 文件
df.to_csv('output.csv')

用记事本打开：

用excel打开：

3.1.2 写入excel文件

excel 文件的扩展名是 .xlsx ,exce文件是表格文件。

代码演示：

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['北京', '上海', '广州']
}

df = pd.DataFrame(data)
# 写入 excel 文件
df.to_excel('output.xlsx', index=False)

3.1.3 写入 json文件

JSON（JavaScript 对象表示法）是一种轻量级的数据交换格式。Pandas 使用 to_json 方法来将 DataFrame 写入 JSON 文件。

代码演示：

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['北京', '上海', '广州']
}

df = pd.DataFrame(data)
# # 写入 JSON 文件
df.to_json('output.json', orient='records', force_ascii=False)

orient=‘records’：指定 JSON 数据的格式。‘records’ 使得每一行成为一个独立的对象，整个 DataFrame 被表示为一个对象数组。

force_ascii=False：允许非 ASCII 字符直接写入，这样中文字符不会被转义。

3.2 数据的读取

3.2.1 语法格式

Pandas支持多种文件格式的数据读取与写入，包括txt、Excel、csv、sql、table、html和json等众多格式。读取文件的语法格式为：

File = pd.read_xxx(file, encoding)

其中，read_xxx()函数的选择取决于要读取文件的格式，在实际操作中可以tab键补全函数；file是指将要读取的文件路径；encoding是指读取文件的编码格式，一般常用的有utf-8、utf-16、gbk及gb2312。
Dataframe数据也可以保存在各种格式的文件中，需要使用的函数是.to_xxx()函数。

3.2.2 读取 csv 文件

将CSV中的数据转换为DataFrame对象是非常便捷的。和一般文件读写不一样, 它不需要你做打开文件、读取文件、关闭文件等操作。相反,您只需要一行代码就可以完成上述所有步骤，并将数据存储在DataFrame中。

1. csv文件实际也是一个文本文件，读取.txt 文件用的是读取csv文件的方式。csv文件的分隔符通常为‘ ，’，默认情况下我们不用设置sep。

分隔符为‘，’：

代码演示：

df = pd.read_csv("test.txt",encoding = "utf-8")
print(df)

2. ①. csv文件有表头并且是第- -行，那么names和header都无需指定;
   ②. csv文件有表头、但表头不是第- -行，可能从下面几行开始才是真正的表头和数据，这个时候指定header即可;
   ③. csv文件没有表头， 全部是纯数据，那么我们可以通过names手动生成表头;
   ④. csv文件有表头、但是这个表头你不想用，这个时候同时指定names和header。先用header选出表头和数据，然后再用names将表头替换掉，就等价于将数据读取进来之后再对列名进行rename;

3. 改文件的索引（index_col），把时间改为时间戳

代码演示：

df = pd.read_csv("test.txt",index_col = "birthday")
print("打印df对象：\n",df)
print("此时的行索引为：",df.index)
print("object 类型是整体类型，不是时间戳")
print("---------")
print("把整体类型的时间改为时间戳,时间戳是pandas可以直接索引的类型")
df.index = pd.to_datetime(df.index)
print(df.index)
print("---------")
print("打印df对象：\n",df)
print("打印df中2003年出生的同学：\n",df.loc["2003"])

3.2.3 读取 excel 文件

1. 表格完整，直接读取
   

代码演示：

df = pd.read_excel("test.xlsx")
print(df)

2. 表格没有表头，读取时会把数据第一行作为表头，那我们应该怎么处理呢？设置参数header = None。如果想自定义一个表头，需要设置参数header = None，name = []。

不设置参数直接读取：

添加参数后的代码为：

df = pd.read_excel("test.xlsx",header= None, names= ["序列号","姓名", "年龄"])
print(df)

3.3 数据的编辑

3.3.1 数据的增加

1. 可以通过给新列直接赋值来为DataFrame增加新列。默认状态下，新增加的列将排在原对象的后面；
2. 可以使用insert()方法，将列添加到指定位置。用法为：df1.insert(iloc,column,value)，其中，第一个参数是增加列的位置，第二个参数是增加列的索引，第三个位置是增加列的内容。

代码演示：

s2 = pd.Series(data = ["李明","李华", "小明"], name = "name")
df = pd.DataFrame(data = {s1.name:s1.values, s2.name: s2.values})
print("打印df对象：\n",df)

df['test1'] = 66
print("增加一列test1：\n", df)
df['test2'] = pd.Series([77,77,77], index = np.arange(0,3))
print("增加一列test2：\n", df)
df.insert(1,'test3',df['test2'])
print('增加一列test3, 在位置1，名为test3，值为df["test2"]：\n', df)

3.3.2 删除数据

可用关键词 del 或者 pop() 方法删除指定列。还可以使用drop()方法，并设置axis参数指定要删除的是行还是列，默认不改变原数据，若要在原数据中删除，需要设置参数inplace=True。

代码演示：

s1 = pd.Series(data = np.arange(1,4),name = "序列")
s2 = pd.Series(data = ["李明","李华", "小明"], name = "name")
df = pd.DataFrame(data = {s1.name:s1.values, s2.name: s2.values})
df['test1'] = 66
df['test2'] = pd.Series([77,77,77], index = np.arange(0,3))
df.insert(1,'test3',df['test2'])

print("打印df对象：\n",df)
del df['test3']
print("删除数据test3：\n",df)
df.pop('test2')
print("删除数据test2：\n",df)

3.3.3 修改数据

对选定的数据直接赋值即可修改数据，数据的修改操作无法撤销，且是在原数据上直接修改，因此需要实现做好数据的备份。
代码演示：

s1 = pd.Series(data = np.arange(1,4),name = "序列")
s2 = pd.Series(data = ["李明","李华", "小明"], name = "name")
df = pd.DataFrame(data = {s1.name:s1.values, s2.name: s2.values})
print("打印df对象：\n",df)

df.loc[0,"name"] = "***"
print("打印修改后的df对象：\n",df)

3.4 数据的合并

3.4.1 merge函数

操作类似于sql里面的join，实现将2个DataFrame根据一些共有的列连接起来，内含多个参数，具体参数说明见下表。

注：inner 是值的交值作为链接键，outer是值的并集作为链接键，left是按左DataFrame的值作为链接键，right是按右DataFrame的值作为链接键。

默认状态：DataFrame合并时会以列名的交集作为连接键，连接方式是值的交集。

代码演示：

df1  = pd.DataFrame(data = {"score": [80,70,60,50], "name1": ["小明", "小红", "小刚", "小华"]})
df2  = pd.DataFrame(data = {"score": [70,60,50,60], "name2": ["李明", "李华", "张兵", "王军"]})

df = pd.merge(df1, df2)
print(df)

默认状态：DataFrame合并时会以列名的交集作为连接键，连接方式是值的交集。若连接列中含有多个相同的值，则采用笛卡尔积的形式进行连接。

设置 on 参数：当DataFrame的列交集不止一项时，可以通过参数 on 来指定连接键，可一个，也可多个。如果合并的DataFrame中还有相同的列索引，可以设置 suffixes 参数，实现对列名的区分。

代码演示 :

df1  = pd.DataFrame(data = {"score": [80,70,60,50], "name": ["小明", "小红", "小刚", "小华"]})
df2  = pd.DataFrame(data = {"score": [70,60,50,40], "name": ["李明", "李华", "张兵", "王军"]})

df = pd.merge(df1, df2, on = "score",suffixes = ["_一班", "_二班"])
print(df)

设置how参数：设置连接时的方式，默认状态下是inner（值交集）。当how取值outer时，会采用值并集式合并，缺项以NaN补齐。

代码演示：

df1  = pd.DataFrame(data = {"score": [80,70,60,50], "name": ["小明", "小红", "小刚", "小华"]})
df2  = pd.DataFrame(data = {"score": [70,60,50,40], "name": ["李明", "李华", "张兵", "王军"]})

df = pd.merge(df1, df2, on = "score",suffixes = ["_一班", "_二班"], how = "outer")
print(df)

3.4.2 concat 函数

主要实现一些简单的行合并和列合并的操作，其内含多个参数，具体见下表。

1. 设置参数axis：
   axis=0时，纵向合并；
   axis=1时，横向合并，空缺值补NaN。

代码演示：

df1  = pd.DataFrame(data = {"score": [80,70,60,50], "name1": ["小明", "小红", "小刚", "小华"]})
df2  = pd.DataFrame(data = {"score": [70,60,50,40], "name2": ["李明", "李华", "张兵", "王军"]})
df3  = pd.DataFrame(data = {"score": [50,60,30, 40], "name2": ["李明", "李华", "张兵", "王军"]})
#默认axis= 0，纵向合并
data1 = pd.concat([df1,df2])
print(data1)

#axis= 1,横向合并
data2 = pd.concat([df1,df2], axis= 1)
print(data2)

2. 设置参数 ignore_index:
   True,不保留原来的索引；
   False(默认),保留原来的索引。

代码演示：

df1  = pd.DataFrame(data = {"score": [80,70,60,50], "name1": ["小明", "小红", "小刚", "小华"]})
df2  = pd.DataFrame(data = {"score": [70,60,50,40], "name2": ["李明", "李华", "张兵", "王军"]})

data = pd.concat([df1,df2], axis= 1)
print("原来的data:\n", data)
data = pd.concat([df1,df2], axis= 1, ignore_index= True)
print("ignore_index= True :\n", data)

3. 设置join参数：连接键的方式
   当join参数设置为outer（默认），按并集方法合并，缺少的部分填充NaN。
   当join参数设置为inner时，以交集方式合并，即只合并公共的部分

代码演示：

df1  = pd.DataFrame(data = {"score": [80,70,60,50], "name1": ["小明", "小红", "小刚", "小华"]})
df2  = pd.DataFrame(data = {"score": [70,60,50,40], "name2": ["李明", "李华", "张兵", "王军"]})

# join默认是outer
data1 = pd.concat([df1,df2])
print(data1)

# join= "inner"
data2 = pd.concat([df1, df2],join= "inner")
print(data2)

作者：Code哈哈笑