这篇文章主要介绍了DataFrame 数据合并实现(merge，join，concat)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
merge
merge 函数通过一个或多个键将数据集的行连接起来。
场景：针对同一个主键存在的两张包含不同特征的表，通过主键的链接，将两张表进行合并。合并之后，两张表的行数不增加，列数是两张表的列数之和。
def merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None):
| 参数 | 描述 |
|---|---|
| how | 数据融合的方法，从在不重合的键，方式（inner、outer、left、right） |
| on | 用来对齐的列名，一定要保证左表和右表存在相同的列名。 |
| left_on | 左表对齐的列，可以是列名。也可以是DataFrame同长度的arrays |
| right_on | 右表对齐的列，可以是列名。 |
| left_index | 将左表的index用作连接键 |
| right_index | 将右表的index用作连接键 |
| suffixes | 左右对象中存在重名列，结果区分的方式，后缀名。 |
| copy | 默认：True。将数据复制到数据结构中，设置为False提高性能。 |
特性示例(1)
默认：以重叠的列名当作连接键
df1 = pd.DataFrame({'key': ['one', 'two', 'two'], 'data1': np.arange(3)}) df2 = pd.DataFrame({'key': ['one', 'three', 'three'], 'data2': np.arange(3)}) df3 = pd.merge(df1, df2) print(df1) print(df2) print(df3)
key data1 0 one 0 1 two 1 2 two 2 key data2 0 one 0 1 three 1 2 three 2 key data1 data2 0 one 0 0
特性示例(2)
默认：做inner连接，取key的交集
连接方式还有left right outer
df1 = pd.DataFrame({'key': ['one', 'two', 'two'], 'data1': np.arange(3)}) df2 = pd.DataFrame({'key': ['one', 'three', 'three'], 'data2': np.arange(3)}) df3 = pd.merge(df1, df2) df4 = pd.merge(df1, df2, how='left') print(df3) print(df4)
key data1 data2 0 one 0 0 key data1 data2 0 one 0 0.0 1 two 1 NaN 2 two 2 NaN
特性示例(3)
多键连接时将连接键做成列表传入。
on默认是两者同时存在的列
df1 = pd.DataFrame({'key': ['one', 'two', 'two'], 'value': ['a', 'b', 'c'], 'data1': np.arange(3)}) df2 = pd.DataFrame({'key': ['one', 'two', 'three'], 'value': ['a', 'c', 'c'], 'data2': np.arange(3)}) df5 = pd.merge(df1, df2) df6 = pd.merge(df1, df2, on=['key', 'value'], how='outer') print(df5) print(df6)
key value data1 data2 0 one a 0 0 1 two c 2 1 key value data1 data2 0 one a 0.0 0.0 1 two b 1.0 NaN 2 two c 2.0 1.0 3 three c NaN 2.0
特性示例(4)
两个对象的列名不同，需要分别制定。
df7 = pd.merge(df1, df2, left_on=['key1','data1'], right_on=['key2','data2'], how='outer') print(df7)
key1 value_x data1 key2 value_y data2 0 one a 0.0 one a 0.0 1 two b 1.0 two c 1.0 2 two c 2.0 NaN NaN NaN 3 NaN NaN NaN three c 2.0
join
join方法将两个DataFrame中不同的列索引合并成为一个DataFrame
参数的意义与merge基本相同，只是join方法默认左外连接how=left
def join(self, other, on=None, how='left', lsuffix='', rsuffix='', sort=False):
示例
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A1'], 'B': ['B0', 'B1', 'B2']}, index=['K0', 'K1', 'K2']) df2 = pd.DataFrame({'C': ['C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2']}, index=['K0', 'K1', 'K3']) df3 = df1.join(df2) df4 = df1.join(df2, how='outer') df5 = df1.join(df2, how='inner') print(df3) print(df4) print(df5)
A B C D K0 A0 B0 C1 D0 K1 A1 B1 C2 D1 K2 A1 B2 NaN NaN A B C D K0 A0 B0 C1 D0 K1 A1 B1 C2 D1 K2 A1 B2 NaN NaN K3 NaN NaN C3 D2 A B C D K0 A0 B0 C1 D0 K1 A1 B1 C2 D1
concat
制定按某个轴进行连接（可横向可纵向），也可以指定连接方法。
def concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels<div style="color:transparent">来源gaodai.ma#com搞##代!^码网</div>=None, names=None, verify_integrity=False, sort=None, copy=True):
| 属性 | 描述 |
|---|---|
| objs | 合并的对象集合。可以是Series、DataFrame |
| axis | 合并方法。默认0，表示纵向，1横向 |
| join | 默认outer并集，inner交集。只有这两种 |
| join_axes | 按哪些对象的索引保存 |
| ignore_index | 默认Fasle忽略。是否忽略原index |
| keys | 为原始DataFrame添加一个键，默认无 |
示例(1)
s1 = pd.Series(['a', 'b']) s2 = pd.Series(['c', 'd']) s3 = pd.concat([s1, s2]) s4 = pd.concat([s1, s2], ignore_index=True) print(s3) print(s4)
0 a 1 b dtype: object 0 c 1 d dtype: object 0 a 1 b 0 c 1 d dtype: object 0 a 1 b 2 c 3 d dtype: object
示例（2）
df1 = pd.DataFrame([['a', 1], ['b', 2]], columns=['A', 0]) df2 = pd.DataFrame([['a', 1], ['b', 2]], columns=['B', 0]) df3 = pd.concat([df1, df2], join='inner') print(df3)
0 0 1 1 2 0 1 1 2
示例（3）
df1 = pd.DataFrame([['a', 1], ['b', 2]], columns=['A', 0]) df2 = pd.DataFrame([['a', 1], ['b', 2]], columns=['B', 0]) df3 = pd.concat([df1, df2], axis=1, join_axes=[df1.index]) print(df3)
A 0 B 0 0 a 1 a 1 1 b 2 b 2
append
横向和纵向同时扩充，不考虑columns和index
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A1'], 'B': ['B0', 'B1', 'B2']}, index=['K0', 'K1', 'K2']) s2 = pd.Series(['X0','X1'], index=['A','B']) result = df1.append(s2, ignore_index=True) print(result)
A B K0 A0 B0 K1 A1 B1 K2 A1 B2 A B 0 A0 B0 1 A1 B1 2 A1 B2 3 X0 X1
汇总
- concat：可以沿一条轴将多个对象连接到一起
- merge：可以根据一个或多个键将不同的DataFrame中的行连接起来。
- join：inner是交集，outer是并集。
到此这篇关于DataFrame 数据合并实现(merge，join，concat)的文章就介绍到这了,更多相关DataFrame 数据合并内容请搜索gaodaima搞代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持gaodaima搞代码网！
以上就是DataFrame 数据合并实现(merge，join，concat)的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：DataFrame 数据合并实现(merge，join，concat)
转载请注明原文链接：DataFrame 数据合并实现(merge，join，concat)
