博客

一文搞懂Python中Pandas数据合并

  • Post category:Python

下面是“一文搞懂Python中Pandas数据合并”的完整攻略。

Pandas数据合并简介

Pandas是Python中最受欢迎的数据处理库之一，它提供了各种数据操作和处理功能。Pandas的核心数据结构是DataFrame，它类似于电子表格或数据库表，可以对数据进行各种操作。在实际应用中，我们通常需要合并多个DataFrame中的数据，以便更好地进行数据分析。

Pandas提供了多种数据合并方式，包括concat、merge和join。在以下内容中，我们将逐步讲解这些合并方式的差异和使用方法。

concat方法

concat方法用于简单地将两个或多个DataFrame沿着一个轴（水平轴或垂直轴）合并成一个DataFrame。

下面是concat方法使用的示例：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']})

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                   'B': ['B4', 'B5', 'B6', 'B7'],
                   'C': ['C4', 'C5', 'C6', 'C7'],
                   'D': ['D4', 'D5', 'D6', 'D7']})

result = pd.concat([df1, df2])
print(result)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

上面的代码将df1和df2这两个DataFrame沿着垂直方向合并成一个DataFrame，并打印出合并后的结果。

merge方法

merge方法允许根据一个或多个键将不同的DataFrame中的行连接在一起。它类似于SQL的JOIN操作，这个方法可以根据键连接两个DataFrame。merge方法具有更多的选项，包括join类型和键的名称，你可以通过这些选项来控制连接的行为。

下面是merge方法使用的示例：

import pandas as pd

left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})

right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

result = pd.merge(left, right, on='key')
print(result)

输出结果为：

  key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2
3  K3  A3  B3  C3  D3

上面的代码将left和right这两个DataFrame根据键‘key’进行内连接合并成一个新的DataFrame，并打印出合并后的结果。

join方法

join方法和merge方法类似，不同之处在于它基于DataFrame的索引而不是列中的键来进行连接。默认情况下，它使用左侧DataFrame的索引进行连接。

下面是join方法使用的示例：

import pandas as pd

left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                    'B': ['B0', 'B1', 'B2']},
                    index=['K0', 'K1', 'K2'])

right = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                    'D': ['D0', 'D2', 'D3']},
                    index=['K0', 'K2', 'K3'])

result = left.join(right)
print(result)

输出结果为：

     A   B    C    D
K0  A0  B0   C0   D0
K1  A1  B1  NaN  NaN
K2  A2  B2   C2   D2

上面的代码将left和right这两个DataFrame根据索引进行左连接合并成一个新的DataFrame，并打印出合并后的结果。

至此，我们已经介绍了concat、merge和join三种Pandas数据合并方法。你可以根据具体情况选择不同的方法进行数据合并操作。

Tags: