本文主要是介绍「Python数据分析」Pandas进阶，利用concat()函数连接数据（二），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
我们接下来看利用concat()函数连接数据的第二部分内容，先来看怎么使用concat()函数把series和dataframe连接在一起。
将Series和DataFrame连接在一起
先生成需要连接的series和dataframe数据集
连接过程如下图所示
连接结果
这里需要注意，连接过程中，Series将转换为DataFrame，列名是Series的名称，Series的数据索引，与DataFrame的索引对应。
这里series的数据索引，和dataframe一致，相当于是把series作为dataframe的一列，加入到原始的dataframe数据集中，形成了一个新的结果数据集。
如果series没有命名的话，连接过程如下图所示。
实现代码
这里相当于把series的名称进行连续编码，把编码的数据，作为dataframe的列名称，然后顺序加入到dataframe的列中。
要点：为了避免混乱，建议还是把需要连接的series数据集，设置一个名称。
给连接的数据集设置结果关键字
我们在进行数据连接的时候，经常需要把原始数据集设置一个名称，这样方便在连接后的新数据集中，查找之前的各个原始数据集。
给原始数据集设置一个名称，也就是在连接完成后的结果数据集中，设置一个关键字，这是通过MultiIndex来实现的。
我们先来看连接过程图
实现代码如下图所示
这里我们使用了第一部分，生成好的frames数据集，它是由df1，df2，df3，三个数据集合并而成。通过keys参数，给这三个原始数据集，设置了一个MultiIndex的关键字，分别是x，y，z。
这样，我们就可以通过loc函数，查找出关键字对应的数据集。
如果连接的是series数据集，keys参数只是重新设置，通过series数据集连接完成后，新的dataframe数据集的列名。
没有设置keys参数
设置keys参数
也可以通过字典（dict）的形式进行连接，这种连接方式，默认使用字典的key来设置结果数据集的关键字。
连接效果，和设置keys参数一致。
在dataframe数据集中添加行
我们可以把series数据集，作为行，添加到dataframe数据集中。
操作过程如下图所示。
实现代码
这里需要注意，设置series的name参数，是以列的形式加入到dataframe数据集中。
设置series的index参数，则是把series，作为行的形式，加入到dataframe数据集中。还要注意的是，以行的形式加入的话，需要把series通过to_frame函数，转换成为dataframe格式。然后通过T属性，进行转置，也就是把转换好的dataframe格式的数据，行和列进行转换。
通过以上的知识点的学习和实践，大家基本上可以掌握，使用concat()函数对数据进行合并的操作。数据合并，是一个抽象的过程，需要多加练习，才能掌握这种抽象的过程。所以，请大家对照代码，对数据进行修改，尝试不同的连接过程，增加实践的经验。
这篇关于「Python数据分析」Pandas进阶，利用concat()函数连接数据（二）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
