pandas concat 函数如何在不指定公共键的情况下进行列连接？

Question

向我亲爱的 Python 爱好者们问好！

今天，当我在学习有关数据营的 Python 课程时，使用 pd.concat() 进行简单的数据连接真的让我印象深刻。我似乎无法理解加入背后的逻辑。我需要你的帮助！

考虑以下情况，这是一个简化版本，我们想使用 pd.concat() 来连接这两个表：

表 A：

Date        Day        status_country        counts
1/5/2015    289        Cases_Guinea          2776.0
1/4/2015    288        Cases_Guinea          2775.0
1/3/2015    287        Cases_Guinea          2769.0
1/2/2015    286        Cases_Guinea             NaN
12/31/2015  284        Cases_Guinea          2730.0

表 B：

status    country
 Cases     Guinea
 Cases     Guinea
 Cases     Guinea
 Cases     Guinea
 Cases     Guinea

Python 代码：

pd.concat([ebola_melt, status_country], axis = 1)

返回数据：

Date        Day        status_country        counts    status    country
1/5/2015    289        Cases_Guinea          2776.0     Cases     Guinea
1/4/2015    288        Cases_Guinea          2775.0     Cases     Guinea
1/3/2015    287        Cases_Guinea          2769.0     Cases     Guinea
1/2/2015    286        Cases_Guinea             NaN     Cases     Guinea
12/31/2015  284        Cases_Guinea          2730.0     Cases     Guinea

问题：

显然，这两个表之间没有公共索引，除非您解析表 A 中的“status_country”列，然后将其与表 B 匹配，但我不确定这个函数是否足够聪明，可以做到这一点。

这个函数背后有什么样的匹配逻辑？

是做部分匹配还是先解析再匹配？

我怎么理解？

Answer 1

pd.concat 是基于index

例如你有

df1=pd.DataFrame({'A':[1,2,3,4]})
df2=pd.DataFrame({'A':[1,2,3,4]},index=[2,3,4,5])

当您执行 concat 时，您是按索引执行 join 或按索引执行 merge

pd.concat([df1,df2],axis=1)
Out[303]: 
     A    A
0  1.0  NaN
1  2.0  NaN
2  3.0  1.0
3  4.0  2.0
4  NaN  3.0
5  NaN  4.0