¿Cómo usar el método concat de Pandas?

El método concat() de Pandas, es un método que nos permite concatenar objetos de Pandas (Series o DataFrames) a lo largo de un eje en particular. A continuación veremos un pequeño ejemplo sobre como funciona este método y cómo podemos utilizarlo para concatenar información.

1import pandas as pd
2
3cliente_uno = pd.DataFrame({
4    'Identificador': [1, 2, 3, 4, 5],
5    'Nombre': ['James', 'Emma', 'Liam', 'Olivia', 'William'],
6    'Edad': [25, 30, 22, 24, 32],
7    'Email': ['james@email.com', 'emma@email.com', 'liam@email.com', 'olibia@email.com', 'william@email.com'],
8    'Telefono': ['1234567890', '0987654321', '1230984567', '1234567893', '1237897654'],
9})
10
11clientes_dos = pd.DataFrame({
12    'Identificador': [6, 7, 8, 9, 10],
13    'Nombre': ['Jane', 'Henry', 'Alexander', 'Mia', 'Ava'],
14    'Edad': [28, 35, 26, 27, 40],
15    'Email': ['janet@gmail.com', 'henry@email.com', 'alexander@email.com', 'mia@gmail.com', 'ava@email.com'],
16})
17
18clientes_totales = pd.concat([cliente_uno, clientes_dos], ignore_index=True)
19print(clientes_totales)

output del código:

1   Identificador     Nombre  Edad                Email    Telefono
20              1      James    25      james@email.com  1234567890
31              2       Emma    30       emma@email.com  0987654321
42              3       Liam    22       liam@email.com  1230984567
53              4     Olivia    24     olibia@email.com  1234567893
64              5    William    32    william@email.com  1237897654
75              6       Jane    28      janet@gmail.com         NaN
86              7      Henry    35      henry@email.com         NaN
97              8  Alexander    26  alexander@email.com         NaN
108              9        Mia    27        mia@gmail.com         NaN
119             10        Ava    40        ava@email.com         NaN

En este ejemplo tenemos dos diferentes Dataframes con las información de algunos clientes, el primer Dataframe contiene el identificador, el nombre, la edad, el email y el telefono de los usuarios y el segundo Dataframe contiene las mismas columnas excepto por el telefono. Para concatenar estos dos DataFrames en uno solo podemos hacer uso del método concat(), este método te permite concatenar dos objetos de Pandas a lo largo de cualquier eje, verticalmente u horizontalmente, en nuestro ejemplo concatenamos los dos Dataframes verticalmente y además puedes ver que al segundo Dataframe en la columna Telefono le coloca el valor de NaN ya que el primer DataFrame si tiene valores para esta columna pero el segundo no.

Pandas es una de las librerías de Python más utilizadas, especialmente en el campo de Machine Learning, si quieres aprender más sobre Pandas, te recomendamos estos ejercicios gratis sobre Pandas para machine learning.

¿Qué hace el método concat?

Pandas es una de las librerías más utilizadas de Python, y uno de sus métodos más importantes es el método concat, este método es una función que nos permite concatenar diferentes estructuras u objetos de Pandas como las Series o los DataFrames a lo largo de un eje específico. Esto significa que podemos unirlos con respecto a un eje vertical u horizontal según especifiquemos. Además, este método nos ofrece la posibilidad de aplicar una lógica de conjuntos al momento de realizar la concatenación, por ejemplo, podemos elegir si queremos incluir todas las etiquetas, solo las etiquetas comunes en los dos objetos, entre otras combinaciones.

Parámetros que recibe el método concat

El método concat() puede recibir varios parámetros, a continuación veremos cuales son y como funcionan.

1dataframe_one.concat(
2    objs, 
3    axis=0, 
4    join='outer', 
5    ignore_index=False, 
6    keys=None, 
7    levels=None, 
8    names=None, 
9    verify_integrity=False, 
10    sort=False, 
11    copy=None
12);

• objs: El parámetro (objs) es el parámetro que recibe una secuencia o mapeo de objetos (Series o Dataframes) que se van a concatenar. Si se pasa un mapeo, la claves ordenadas se utilizarán como el argumento Keys a menos que se pase un valor para este argumento, en cuyo caso se seleccionarán esos valores. Cualquier objeto None será descartado silenciosamente, a menos que todos sean None, en cuyo caso se generará un ValueError.
• axis: Es el argumento en el cual le puedes especificar al método en cual eje se debe hacer la concatenación, los valores (0, 'index') se refiere al eje vertical (filas) y los valores (1, 'columns') se refiere al eje horizontal (columnas).
• join: Este parámetro determina el tipo de unión que se aplica a los ejes que no son el de concatenación. Por defecto es 'outer', que significa que se incluyen todas las etiquetas, aunque no sean comunes a todos los objetos. Si se especifica 'inner', se incluyen solo las etiquetas comunes a todos los objetos.
• ignore_index: Este parámetro es un valor booleano que indica si se debe ignorar el índice de los objetos originales y asignar uno nuevo al resultado de la concatenación. Por defecto es False, lo que significa que se mantiene el índice original. Si se especifica True, se ignora el índice original y se asigna uno nuevo numérico.
• Keys: Este parámetro representa una lista de etiquetas que se usan para crear un índice jerárquico en el resultado de la concatenación. Esto puede ser útil para identificar el origen de cada fila o columna.
• levels: Este parámetro recibe una lista de listas que especifica los niveles del índice jerárquico si se usa el argumento Keys. Por defecto es None, lo que significa que se usan los valores únicos de las etiquetas de Keys como niveles.
• names: Este parámetro recibe una lista de nombres que se asignan a los niveles del índice jerárquico si se usa el argumento Keys. Por defecto es None, lo que significa que no se asignan nombres a los niveles.
• verify_integrity: Este parámetro recibe un booleano que indica si se debe verificar que el resultado de la concatenación no tenga etiquetas duplicadas. por defecto es false lo que significa que no se verifica. Si se especifica True, se verifica y se lanza una excepción si hay etiquetas duplicadas.
• sort: Este parámetro recibe un booleano que indica si se debe ordenar alfabéticamente las etiquetas del eje que no es el de concatenación. Por defecto es False, lo que significa que no se ordenan. Si se especifica True, entonces si se ordenan.
• copy: Este parámetro recibe un valor booleano que indica si se deben copiar los datos de los objetos originales o no. Por defecto es True, lo que significa que se copian. Si se especifica False, se evita la copia si es posible.

Ejemplos de uso

A continuación veremos algunos ejemplos de uso con el método concat() y varias de sus variaciones con DataFrames y Series.

1. Concatenar Dataframes por Filas (Verticalmente)

1import pandas as pd
2
3users_us = pd.DataFrame({
4    'User_id': [1, 2, 3, 4, 5],
5    'Username': ['Alice', 'Bob', 'Charlie', 'Jane', 'Thomas'],
6    'Age': [25, 30, 22, 24, 34]
7})
8
9users_mx = pd.DataFrame({
10    'User_id': [6, 7, 8],
11    'Username': ['Axel', 'Camilo', 'Ariana'],
12    'Age': [28, 35, 26]
13})
14
15all_users = pd.concat([users_us, users_mx], ignore_index=True)
16print(all_users)

output del código:

1   User_id Username  Age
20        1    Alice   25
31        2      Bob   30
42        3  Charlie   22
53        4     Jane   24
64        5   Thomas   34
75        6     Axel   28
86        7   Camilo   35
97        8   Ariana   26

En este ejemplo tenemos dos Dataframes, el primero es un Dataframe de usuarios de US (United States) y el segundo es un Dataframe de usuarios de MX (México). Para concatenar los dos Dataframes de usuarios utilizamos el método concat() y le pasamos los dos Dataframes en una lista, esto creará un nuevo Dataframes con la información de todos los usuarios.

2. Concatenar Dataframes por Columnas (Horizontalmente)

1import pandas as pd
2
3countries_america = pd.DataFrame({
4    'Country_code': ['USA', 'CAN', 'MX', "COL"],
5    'Population': [330, 29, 38, 67]
6})
7
8countries_europe = pd.DataFrame({
9    'Country_code': ['GER', 'FRA', 'ITA'],
10    'Population': [83, 67, 60]
11})
12
13countries_asia = pd.DataFrame({
14    'Country_code': ['CN', 'IN', 'JP'],
15    'Population': [57, 77, 63]
16})
17
18all_countries = pd.concat([countries_america, countries_europe, countries_asia], axis=1)
19print(all_countries)

output del código:

1  Country_code  Population Country_code  Population Country_code  Population
20          USA         330          GER        83.0           CN        57.0
31          CAN          29          FRA        67.0           IN        77.0
42           MX          38          ITA        60.0           JP        63.0
53          COL          67          NaN         NaN          NaN         NaN

En este ejemplo tenemos tres diferentes Dataframes, el primero contiene algunos países de America, el segundo países de Europa y el tercero países de Asia. Para concatenar estos tres Dataframes horizontalmente, simplemente necesitamos usar el método concat() con dos parámetros, el primero son los tres Dataframe dentro de una lista y el segundo parámetro es axis=1 que le indica al método que tiene que hacer la concatenación horizontalmente.

3. Concatenar Dataframes con claves de nivel superior (MultiIndex)

1import pandas as pd
2
3countries_america = pd.DataFrame({
4    'Country_code': ['USA', 'CAN', 'MX', "COL"],
5    'Population': [330, 29, 38, 67]
6})
7
8countries_europe = pd.DataFrame({
9    'Country_code': ['GER', 'FRA', 'ITA'],
10    'Population': [83, 67, 60]
11})
12
13countries_asia = pd.DataFrame({
14    'Country_code': ['CN', 'IN', 'JP'],
15    'Population': [57, 77, 63]
16})
17
18all_countries = pd.concat([countries_america, countries_europe, countries_asia], keys=['America', 'Europa', 'Asia'])
19print(all_countries)

output del código:

1          Country_code  Population
2America 0          USA         330
3        1          CAN          29
4        2           MX          38
5        3          COL          67
6Europa  0          GER          83
7        1          FRA          67
8        2          ITA          60
9Asia    0           CN          57
10        1           IN          77
11        2           JP          63

En este ejemplo tenemos un set de Dataframes similar al ejemplo anterior, pero en este caso queremos concatenarlos verticalmente y colocarle una key a cada uno de ellos. Para esto, simplemente debemos pasarle al método concat() la lista de Dataframes y además el parámetro keys con una lista que contine las keys para cada uno de los Dataframes.

4. Concatenar Series a lo largo de las filas.

1import pandas as pd
2
3user_ids_uno = pd.Series([1, 2, 3, 4, 5], name='User_id')
4user_ids_two = pd.Series([6, 7, 8, 9, 10], name='User_id')
5
6all_users = pd.concat([user_ids_uno, user_ids_two], ignore_index=True)
7
8print(all_users)

output del código:

10     1
21     2
32     3
43     4
54     5
65     6
76     7
87     8
98     9
109    10
11Name: User_id, dtype: int64

El método concat() también nos permite concatenar Series. En este ejemplo tenemos dos Series con el id de varios usuarios y para concatenarlos simplemente necesitamos utilizar el método concat() y pasarle la lista de Series que queremos concatenar, también puedes utilizar los demás parámetros para modificar la concatenación según tus necesidades.

Estos son solo algunos ejemplos de uso con el método concat(), pero existen muchísimos más, como vimos en la sección de parámetros este método puede recibir bastantes configuraciones que te permiten modificar la concatenación de los objetos de Pandas según tus necesidades.

Conclusión

El método concat() es uno de los métodos más interesantes de la librería de Pandas, este método te permite concatenar dos objetos de Pandas, como Series o Dataframes a lo largo de un eje específico (Vertical u Horizontal). En este artículo hemos visto cómo funciona este método, además de los parámetros que recibe y también algunos ejemplos de uso comunes que te ayudarán a entender mejor este método.

Espero que este artículo te haya sido de utilidad, recuerda practicar tanto como puedas ya que la mejor forma de aprender a trabajar con cualquier tecnología es practicar y resolver problemas con ella. Si quieres llevar tus habilidades de programación con Python y Pandas al siguiente nivel, te invito a que realices el tutorial gratis de Pandas para Machine Learning de 4Geeks, donde aprenderás más conceptos acerca de Python y Pandas, dos recursos escenciales para cualquier desarrollador. Para explorar más sobre Pandas y análisis de datos, y para llevar tus habilidades al siguiente nivel, te invitamos a registrarte de forma gratuita en 4Geeks.com.