Pandas 是一套用于 Python 的快速、高效的數(shù)據(jù)分析工具。它可以用于數(shù)據(jù)挖掘和數(shù)據(jù)分析，同時也提供數(shù)據(jù)清洗功能。本文將詳細講解數(shù)據(jù)合并與連接，目錄如下：

一.定義

concat函數(shù)可以在兩個維度上對數(shù)據(jù)進行拼接，默認縱向拼接（axis=0），即按行拼接。拼接方式默認為外連接（outer)，即取所有的表頭字段或索引字段。

二.語法

參數(shù)釋義：

objs：需要用于連接合并的對象列表

axis：連接的方向，默認為0（按行），按列為1

join：連接的方式，默認為outer，可選inner只取交集

ignore_index：合并后的數(shù)據(jù)索引重置，默認為False，可選True

keys：列表或數(shù)組，也可以是元組的數(shù)組，用來構(gòu)造層次結(jié)構(gòu)索引

levels：指定用于層次化索引各級別上的索引，在有keys值時

names：用于創(chuàng)建分層級別名稱，在有keys和levels時

verify_integrity：檢查連接對象中新軸是否重復，若是則異常，默認為False允許重復

copy：默認為True，如果是False，則不會復制不必要的可以提高效率

三.代碼示例

首先，我們看一個簡單的例子：

以上代碼構(gòu)建了3個字典并轉(zhuǎn)為DataFrame，然后通過concat實現(xiàn)默認方式合并。合并演示如下：

1.設(shè)置參數(shù)keys

2.設(shè)置axis參數(shù)

axis=1按列合并，默認情況下，join='outer'，合并時索引全部保留，對于不存在值的部分會默認賦NaN。

3.設(shè)置join參數(shù)

4.設(shè)置ignore_index參數(shù)

5.Series與DataFrame合并

一.定義

運用append方法，可以將Series或字典數(shù)據(jù)添加到DataFrame。

二.代碼示例

一.定義

merge函數(shù)可根據(jù)一個或多個鍵（列）相同進行DataFrame拼接。類似于關(guān)系型數(shù)據(jù)庫的join操作。

二.語法

參數(shù)釋義：

left：參與合并的左側(cè)數(shù)據(jù)

right：參與合并的右側(cè)數(shù)據(jù)

how：合并類型：inner(默認內(nèi)連接)、outer（外連接）、left（左連接）、right（右連接）

on：用于連接的列名，默認為左右側(cè)數(shù)據(jù)共有的列名，指定時需要為左右側(cè)數(shù)據(jù)都存在的列名

left_on：左側(cè)數(shù)據(jù)用于連接的列

right_on：右側(cè)數(shù)據(jù)用于連接的列

left_index：將左側(cè)索引作為連接的列

right_index：將右側(cè)索引作為連接的列

sort：排序，默認為True，設(shè)置為False可提高性能

suffixes：默認為('_x', '_y')，可以自定義如('date_x','date_y')

copy：默認為True，如果是False，則不會復制不必要的可以提高效率

indicator：指示器，默認False，設(shè)置為True時會新增一列標識

validate：字符串，如果指定則會檢測合并的數(shù)據(jù)是否滿足指定類型（1對1，1對多，多對1，多對多）

三.示例

首先，我們看一個簡單的例子：

1.設(shè)置參數(shù)how

2.設(shè)置validate參數(shù)

3.設(shè)置indicator參數(shù)

4.設(shè)置left_on參數(shù)和right_on參數(shù)

一.定義

join可以將兩個沒用共同列名的數(shù)據(jù)進行快速合并，默認是保留被合并的數(shù)據(jù)索引。join接受的參數(shù)有how、on和suffix等。

二.示例

E?N?D