PythonのPandasのconcat axisについて

pandas.concat の axis パラメータは、「どの方向に連結するか」 を決める非常に重要な引数です。

axis=0 と axis=1 の違いを中心に、詳しく整理して説明します。

基本構文

import pandas as pd

pd.concat([df1, df2], axis=0)  # 行方向に連結
pd.concat([df1, df2], axis=1)  # 列方向に連結

※このコード単体では、出力はできません。

• objs: 連結する DataFrame または Series のリストや辞書
• axis: 0（行方向）か 1（列方向）
• デフォルトは axis=0（行方向）

axis=0（行方向に連結）

• デフォルトの動作。
• df1 の下に df2 を積み重ねるイメージ。
• インデックスがそのまま残るので、重複する可能性がある。
• 列名が一致していない場合、その列には NaN が入る。

例

import pandas as pd

df1 = pd.DataFrame({"A": [1, 2], "B": [3, 4]})
df2 = pd.DataFrame({"A": [5, 6], "B": [7, 8]})

print(pd.concat([df1, df2], axis=0))

インデックスがそのままなので、必要に応じて ignore_index=True を指定する。

pd.concat([df1, df2], axis=0, ignore_index=True)

axis=1（列方向に連結）

• df1 と df2 を横に並べるイメージ。
• 行インデックスに基づいて結合するため、インデックスが揃っていないと NaN が生じる。

例

df1 = pd.DataFrame({"A": [1, 2]}, index=["x", "y"])
df2 = pd.DataFrame({"B": [3, 4]}, index=["y", "z"])

print(pd.concat([df1, df2], axis=1))

行インデックスを基準に結合するため、SQL の「外部結合」に近い挙動になる。

axis の使い分けまとめ

• axis=0: データを縦に積み重ねる（レコード追加したいとき）
• axis=1: データを横に結合する（新しい特徴量・列を追加したいとき）

関連オプション

• ignore_index=True: 行方向結合時にインデックスを振り直す
• keys=["df1", "df2"]: どのデータから来たか分かるように階層化インデックスをつける
• join="inner": 共通部分だけ残す（デフォルトは "outer" で和集合）

concat と merge / join の違い

• concat: 単純に縦横にくっつける
• merge: SQL の JOIN に近い（キーを指定して結合）
• join: インデックスをキーに結合（merge のインデックス版）

まとめ

• axis=0 → 縦方向に積む（データ追加）
• axis=1 → 横方向に並べる（特徴量追加）
  という使い分けになります。

以上、PythonのPandasのconcat axisについてでした。

最後までお読みいただき、ありがとうございました。