import pandas as pd

• 軸向連接(concatenation): pd.concat() 可以沿一個軸將多個DataFrame對象連接在一起, 形成一個新的Dataframe對象
• 融合（merging）：pd.merge()方法可以根據(jù)一個或多個鍵將不同DataFrame中的行連接起來。

concat() 軸向連接

concat() 函數(shù)可以將數(shù)據(jù)根據(jù)不同的軸作進行合并

pd.concat(objs, axis=0, join='outer')

• objs: series、dataframe或者是panel構成的序列l(wèi)ist
• axis： 需要合并鏈接的軸，0是行，1是列，默認是0
• join：連接的方式 inner，或者outer，默認是outer

準備數(shù)據(jù)

dict1={
    'A': ['A0', 'A1', 'A2', 'A3'],
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3']}
df1=pd.DataFrame(dict1)
print(df1)

dict2={
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3'],
    'D': ['D0', 'D1', 'D2', 'D3']}
df2=pd.DataFrame(dict2)
print(df2)

合并

join的值 inner ，得到的是兩表的交集，如果是outer，得到的是兩表的并集

(1) join='outer'，axis=0

• 當join=‘outer’，axis參數(shù)為0時，列進行并集處理，縱向表拼接，缺失值由NaN填充，并且會保留原有數(shù)據(jù)的行索引

pd.concat([df1, df2], axis=0, join='outer', sort=True) # 我沒加 sort=True 會報一個警告

• 如果兩個表的index都沒有實際含義, 使用ignore_index參數(shù)置為 true, 重新生成一個新的index

pd.concat([df1,df2],axis=0,join='outer',ignore_index=True, sort=True) # 我沒加 sort=True 會報一個警告

(2)join='outer'，axis=1

• 當join=‘outer’，axis參數(shù)為1時，行進行并集處理，橫向表拼接，缺失值由NaN填充

pd.concat([df1,df2],axis=1,join='outer', sort=True) # 我沒加 sort=True 會報一個警告

(3) join=inner, axis=0

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

merge() 融合

merge(left, right, how='inner', on=None)

參數(shù)介紹

• left和right, 兩個要合并的DataFrame(對應的左連接和右連接)
• how: 連接的方式, 有inner(內連接)、left(左連接)、right(右連接)、outer(外連接), 默認為 inner
• on: 指的是用于連接的列索引名稱, 必須存在于左右兩個DataFrame中, 如果沒有指定且其他參數(shù)也沒有指定,則兩個DataFrame列名交集作為連接鍵

import pandas as pd
left = pd.DataFrame({'key':['a','b','b','d'],'data1':range(4)})
print(left)

right = pd.DataFrame({'key':['a','b','c'],'data2':range(3)})
print(right)

  key  data1
0   a      0
1   b      1
2   b      2
3   d      3
  key  data2
0   a      0
1   b      1
2   c      2

inner(內連接)

• merge()默認做inner連接，并且使用兩個DataFrame的列名交集（key）作為連接鍵，同樣，最終連接的數(shù)據(jù)也是兩個DataFramekey列數(shù)據(jù)的交集

pd.merge(left,right)

outer (外連接)

• 當merge()做outer連接時最終連接的數(shù)據(jù)是兩個DataFramekey列數(shù)據(jù)的并集，缺失的內容由NaN填充

pd.merge(left,right,on=['key'],how='outer')

left(左連接)

• 當merge()做left連接時，最終連接的數(shù)據(jù)將以left數(shù)據(jù)的鏈接建為準合并兩個數(shù)據(jù)的列數(shù)據(jù)，缺失的內容由NaN填充

pd.merge(left,right,on=['key'],how='left')

right (右連接)

• 當merge()做right連接時，最終連接的數(shù)據(jù)將以right數(shù)據(jù)的鏈接建為準合并兩個數(shù)據(jù)的列數(shù)據(jù)，缺失的內容由NaN填充

pd.merge(left,right,on=['key'],how='right')

應用場景

例如：

• 現(xiàn)在有兩張表格分別存儲了9月和10月份的成交信息，
• 那么這個時候我們就可以使用concat( )將兩個表沿著0軸合并

例如：

• 現(xiàn)在有兩張表格，一個是成交信息，包含訂單號、金額、客戶ID等信息；
• 第二個是客戶信息，包含客戶ID、姓名、電話號等信息，那么這個時候我們就可以使用merge()根據(jù)客戶ID將兩個表合并成一個完整的表

總結

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論