搞懂Pandas數(shù)據(jù)合并，這一篇就夠了！
↑?關(guān)注 + 星標(biāo)?，每天學(xué)Python新技能
后臺回復(fù)【大禮包】送你Python自學(xué)大禮包
數(shù)據(jù)合并是數(shù)據(jù)處理過程中的必經(jīng)環(huán)節(jié)，pandas作為數(shù)據(jù)分析的利器，提供了四種常用的數(shù)據(jù)合并方式（concat，merge，append，join），讓我們看看如何使用這些方法吧！
1.concat()
concat() 可用于兩個及多個 DataFrame 間行/列方向進(jìn)行內(nèi)聯(lián)或外聯(lián)拼接操作，默認(rèn)對行(沿 y 軸)取并集。
「使用方式」
pd.concat(
????objs:?Union[Iterable[~FrameOrSeries],?Mapping[Union[Hashable,?NoneType],?~FrameOrSeries]],
????axis=0,
????join='outer',
????ignore_index:?bool?=?False,
????keys=None,
????levels=None,
????names=None,
????verify_integrity:?bool?=?False,
????sort:?bool?=?False,
????copy:?bool?=?True,
)
「主要參數(shù)」
objs：一個序列或是Series，DataFrame對象的映射。axis：連接的軸，0('index'，行)，1('columns',列)，默認(rèn)為0。join：連接方式 ，inner(交集), outer(并集)，默認(rèn)為outer。ignore_index：是否重置串聯(lián)軸的索引值。如果為True，則重置索引為0，…, n - 1。keys：創(chuàng)建層次化索引?？梢允侨我庵档牧斜砘驍?shù)組、元組數(shù)組、數(shù)組列表（如果將levels設(shè)置成多級數(shù)組的話）names：生成的分層索引中級別的名稱。
示例
創(chuàng)建兩個 DataFrame。
df1?=?pd.DataFrame(
??????????{'char':?['a',?'b'],
???????????'num':?[1,?2]})
df2?=?pd.DataFrame(
??????????{'char':?['b',?'c'],
???????????'num':?[3,?4]})
concat() 默認(rèn)會對行方向進(jìn)行拼接操作，連接方式 outer。
pd.concat([d1,?d2])
清除現(xiàn)有索引并重置索引。
pd.concat(
????[d1,?d2],
????ignore_index=True)
通過 keys 參數(shù)在數(shù)據(jù)的最外層添加分層索引。
pd.concat(
????[d1,?d2],
????keys=['d1',?'d2'])
指定 names 參數(shù)來標(biāo)記創(chuàng)建的索引鍵。
pd.concat(
????[d1,?d1],
????keys=['d1',?'d2'],
????names=['DF?Name',?'Row?ID'])
將兩個 DataFrame 與重疊的列進(jìn)行組合并返回所有內(nèi)容。交集外的列填充 NaN。
df3?=?pd.DataFrame(
??????????{'char':?['b',?'c'],
??????????'float':?[3.0,?4.0]})
pd.concat([df1,?df3])
將兩個 DataFrame 與重疊的列進(jìn)行組合，只返回重疊列的內(nèi)容。
pd.concat(
????[df1,?df3],
????join="inner")
指定 axis=1 沿 x 軸水平組合 DataFrame 對象。
df4?=?pd.DataFrame(
??????????{'char':?['b',?'c',?'d'],
???????????'num':?[3,?4,?5]},
???????????index=range(1,?4))
pd.concat([df1,?df4],?axis=1)
2.merge()
merge() 只能用于兩個 DataFrame 間列方向進(jìn)行內(nèi)聯(lián)或外聯(lián)合并操作，默認(rèn)列合并(沿 x 軸)，取交集（即：以兩個 DataFrame 列名的交集作為連接鍵）
「使用方式」
pd.merge(
????left,
????right,
????how:?str?=?'inner',
????on=None,
????left_on=None,
????right_on=None,
????left_index:?bool?=?False,
????right_index:?bool?=?False,
????sort:?bool?=?False,
????suffixes=('_x',?'_y'),
????copy:?bool?=?True,
????indicator:?bool?=?False,
????validate=None,
)
「參數(shù)」
left：DataFrameright：DataFrame 或者帶有 name 的Serieshow：{'left', 'right', 'outer', 'inner'}, 默認(rèn)為 'inner'，連接的方式on：用于連接的列索引名稱，必須同時存在于左、右兩個DataFrame中，默認(rèn)是以兩個DataFrame列名的交集作為連接鍵。left_on：左側(cè)DataFrame中用于連接鍵的列名，這個參數(shù)在左右列名不同但代表的含義相同時非常有用；right_on：右側(cè)DataFrame中用于連接鍵的列名left_index：默認(rèn)為False，不使用左側(cè)DataFrame中的行索引作為連接鍵（但是這種情況下最好用JOIN）right_index：默認(rèn)為False，不使用右側(cè)DataFrame中的行索引作為連接鍵（ 但是這種情況下最好用JOIN）sort：默認(rèn)為False，將合并的數(shù)據(jù)進(jìn)行排序，設(shè)置為False可以提高性能suffixes：字符串值組成的元組，用于指定當(dāng)左右DataFrame存在相同列名時在列名后面附加的后綴名稱，默認(rèn)為(’_x’, ‘_y’)copy：默認(rèn)為True，總是將數(shù)據(jù)復(fù)制到數(shù)據(jù)結(jié)構(gòu)中，設(shè)置為False可以提高性能indicator：顯示合并數(shù)據(jù)中數(shù)據(jù)的來源情況validate：{"one_to_one" or "1:1", "one_to_many" or "1:m", "many_to_one" or "m:1", "many_to_many" or "m:m"}如果指定，則檢查合并是否為指定類型。
示例
創(chuàng)建兩個DataFrame。
df1?=?pd.DataFrame(
??????????{'name':?['A1',?'B1',?'C1'],
???????????'grade':?[60,?70,?80]})
df2?=?pd.DataFrame(
??????????{'name':?['B1',?'C1',?'D1'],
???????????'grade':?[70,?80,?100]})
merge() 默認(rèn)情況下，會根據(jù)兩個 DataFrame 中同時存在的列進(jìn)行合并，合并方法采用取交集的方式。
df1.merge(df2)
指定合并的方式為 outer，取并集。
df1.merge(df2,?how='outer')
下面再創(chuàng)建兩個 DataFrame。
df1?=?pd.DataFrame(
??????{'name1':?['A1',?'B1',?'B1',?'C1'],
???????'grade':?[60,?70,?80,?90]})
df2?=?pd.DataFrame(
??????{'name2':?['B1',?'C1',?'D1',?'E1'],
???????'grade':?[70,?80,?90,?100]})
根據(jù) name1 和 name2 列合并 df1 和 df2。grade 列附加了默認(rèn)后綴 _x 和 _y。
df1.merge(
????df2,
????left_on='name1',
????right_on='name2')
合并 df1 和 df2，并將指定的左右后綴附加到重疊列末尾。
df1.merge(
????df2,
????left_on='name1',
????right_on='name2',
????suffixes=('_1',?'_2'))
3.append()
append() 可用于兩個及多個 DataFrame 間行方向(沿 y 軸)的拼接操作，默認(rèn)取并集。
「使用方式」
df1.append(
????other,
????ignore_index=False,
????verify_integrity=False,
????sort=False)
「參數(shù)」
other: 指定要添加的數(shù)據(jù)。DataFrame 或 Series 對象，或這些對象的列表ignore_index: 是否忽略索引，如果為 True，軸將被重置為 0, 1, ..., n - 1。默認(rèn)為Falseverify_integrity：如果為 True，則在創(chuàng)建具有重復(fù)項的索引時引發(fā) ValueError。默認(rèn)為 Falsesort: 如果 df1 和 other 的列未對齊，則對列進(jìn)行排序。默認(rèn)為 False。
示例
創(chuàng)建兩個 DataFrame。
df1?=?pd.DataFrame(
??????????[[1,?2],?[3,?4]],
??????????columns=list('AB'))
df2?=?pd.DataFrame(
??????????[[5,?6],?[7,?8]],
??????????columns=list('BC'))
append() 在默認(rèn)情況下會沿y軸垂直拼接兩個 DataFrame ，df1，df2 交集外的列填充 NaN。
df1.append(df2)
將 ignore_index 設(shè)置為 True，來達(dá)到重置軸的索引。
df1.append(df2,?ignore_index=True)
4.join()
join() 用于兩個及多個 DataFrame 間列方向(沿 x 軸)的拼接操作，默認(rèn)左拼接。
「使用方式」
df1.join(
????other,
????on=None,
????how='left',
????lsuffix='',
????rsuffix='',
????sort=False)
other：指定要添加的數(shù)據(jù)。DataFrame 或 Series 對象，或這些對象的列表on：連接的列，默認(rèn)使用索引連接how：{'left', 'right', 'outer', 'inner'}, 默認(rèn)為 'left'，連接的方式lsuffix：默認(rèn)為空字符串，表示df1中重復(fù)列的后綴rsuffix：other中重復(fù)列的后綴sort：按照字典順序?qū)Y(jié)果在連接鍵上排序。如果為False，連接鍵的順序取決于連接類型（關(guān)鍵字）。
示例
創(chuàng)建兩個 DataFrame。
df1?=?pd.DataFrame(
??????????{'A':?['A0',?'A1',?'A2',?'A3',?'A4'],
??????????'val':?['V0',?'V1',?'V2',?'V3',?'V4']})
df2?=?pd.DataFrame(
??????????{'B':?['B3',?'B4',?'B5'],
??????????'val':?['V3',?'V4',?'V5']})
如果我們想使用 val 列進(jìn)行連接，我們需要將 val 設(shè)置為 df1 和 df2 中的索引。
df1.set_index('val').join(
????df2.set_index('val'))
使用 val 列連接的另一個方法是指定 on 參數(shù)。df1.join 只能使用 df2 的索引，但可以使用 df1 中的任何列。所以可以只將 df2 中的 val 列轉(zhuǎn)為索引，并通過 on 參數(shù)指定 df1 的連接列為 val。
df1.join(
????df2.set_index('val'),
????on='val')
使用外連接的方式連接 df1，df2
df1.join(
????df2.set_index('val'),
????on='val',
????how='outer')
四種方法總結(jié)
concat()可沿任意軸連接Pandas對象，并且可在串聯(lián)軸上添加一層分層索引join()主要用于基于行索引進(jìn)行列的拼接merge()使用數(shù)據(jù)庫樣式的連接合并，連接是基于列或索引。一般情況下 append(),join()可以看成是concat()與merge()的簡易版，參數(shù)較少，易用性比較強。
“碼字不易！你的「點贊」、「分享」、「在看」、「收藏」是對我最大的支持！
”
