Python之王|Pandas数据合并与拼接的5种方法

pandas数据处理功能强大 , 可以方便的实现数据的合并与拼接 , 具体是如何实现的呢?
一、DataFrame.concat:沿着一条轴 , 将多个对象堆叠到一起语法:
concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verify_integrity=False,copy=True):【Python之王|Pandas数据合并与拼接的5种方法】pd.concat()只是单纯的把两个表拼接在一起 , 参数axis是关键 , 它用于指定合并的轴是行还是列 , axis默认是0 。
Python之王|Pandas数据合并与拼接的5种方法
文章图片
axis=0代表纵向合并;
axis=1代表横向合并 。
参数介绍:
objs:需要连接的对象集合 , 一般是列表或字典;
axis:连接轴向;
join:参数为‘outer’或‘inner’;
ignore_index=True:重建索引
举例:
Python之王|Pandas数据合并与拼接的5种方法
文章图片
默认纵向拼接
Python之王|Pandas数据合并与拼接的5种方法
文章图片
横向全拼接(默认索引全保留)
Python之王|Pandas数据合并与拼接的5种方法
文章图片
横向关联拼接(只保留左右都存在的索引行)
Python之王|Pandas数据合并与拼接的5种方法
文章图片
二、DataFrame.merge:类似vlookup语法:
merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=True,suffixes=('_x','_y'),copy=True,indicator=False)类似于关系型数据库的连接方式 , 可以根据一个或多个键将不同的DatFrame连接起来 。 该函数的典型应用场景是 , 针对同一个主键存在两张不同字段的表 , 根据主键整合到一张表里面 。
参数介绍:
left和right:两个不同的DataFrame;
how:连接方式 , 有inner、left、right、outer , 默认为inner;
on:指的是用于连接的列索引名称 , 必须存在于左右两个DataFrame中 , 如果没有指定且其他参数也没有指定 , 则以两个DataFrame列名交集作为连接键;
left_on:左侧DataFrame中用于连接键的列名 , 这个参数左右列名不同但代表的含义相同时非常的有用;
right_on:右侧DataFrame中用于连接键的列名;
left_index:使用左侧DataFrame中的行索引作为连接键;
right_index:使用右侧DataFrame中的行索引作为连接键;
sort:默认为True , 将合并的数据进行排序 , 设置为False可以提高性能;
suffixes:字符串值组成的元组 , 用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称 , 默认为('_x','_y');
copy:默认为True , 总是将数据复制到数据结构中 , 设置为False可以提高性能;
indicator:显示合并数据中数据的来源情况
举例:
Python之王|Pandas数据合并与拼接的5种方法
文章图片
没有指定连接键 , 默认用重叠列名 , 没有指定连接方式 , 默认inner内连接(取key的交集)
Python之王|Pandas数据合并与拼接的5种方法
文章图片
通过how , 指定连接方式
Python之王|Pandas数据合并与拼接的5种方法
文章图片
多键连接时将连接键组成列表传入 , 例:pd.merge(df1,df2,on=['key1','key2']
Python之王|Pandas数据合并与拼接的5种方法