在Pandas中如何實現(xiàn)DataFrame數(shù)據(jù)合并

這篇文章主要介紹了在Pandas中如何實現(xiàn)DataFrame數(shù)據(jù)合并，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

一、concat：沿著一條軸，將多個對象堆疊到一起

concat方法相當(dāng)于數(shù)據(jù)庫中的全連接（union all），它不僅可以指定連接的方式（outer join或inner join）還可以指定按照某個軸進行連接。與數(shù)據(jù)庫不同的是，它不會去重，但是可以使用drop_duplicates方法達到去重的效果。

concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, 
    keys=None, levels=None, names=None, verify_integrity=False, copy=True):

pd.concat()只是單純的把兩個表拼接在一起，參數(shù)axis是關(guān)鍵，它用于指定是行還是列，axis默認(rèn)是0。

當(dāng)axis=0時，pd.concat([obj1, obj2])的效果與obj1.append(obj2)是相同的；當(dāng)axis=1時，pd.concat([obj1, obj2], axis=1)的效果與pd.merge(obj1, obj2, left_index=True, right_index=True, how='outer')是相同的。

merge方法的介紹請參看下文。

參數(shù)介紹：

objs：需要連接的對象集合，一般是列表或字典；

axis：連接軸向；

join：參數(shù)為‘outer'或‘inner'；

join_axes=[]：指定自定義的索引；

keys=[]：創(chuàng)建層次化索引；

ignore_index=True：重建索引

舉例：

df1=DataFrame(np.random.randn(3,4),columns=['a','b','c','d']) 
 
df2=DataFrame(np.random.randn(2,3),columns=['b','d','a']) 
 
pd.concat([df1,df2]) 
 
     a     b     c     d 
0 -0.848557 -1.163877 -0.306148 -1.163944 
1 1.358759 1.159369 -0.532110 2.183934 
2 0.532117 0.788350 0.703752 -2.620643 
0 -0.316156 -0.707832    NaN -0.416589 
1 0.406830 1.345932    NaN -1.874817 
 
pd.concat([df1,df2],ignore_index=True) 
 
     a     b     c     d 
0 -0.848557 -1.163877 -0.306148 -1.163944 
1 1.358759 1.159369 -0.532110 2.183934 
2 0.532117 0.788350 0.703752 -2.620643 
3 -0.316156 -0.707832    NaN -0.416589 
4 0.406830 1.345932    NaN -1.874817

二、merge：通過鍵拼接列

類似于關(guān)系型數(shù)據(jù)庫的連接方式，可以根據(jù)一個或多個鍵將不同的DatFrame連接起來。該函數(shù)的典型應(yīng)用場景是，針對同一個主鍵存在兩張不同字段的表，根據(jù)主鍵整合到一張表里面。

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)

參數(shù)介紹：

left和right：兩個不同的DataFrame；

how：連接方式，有inner、left、right、outer，默認(rèn)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，則以兩個DataFrame列名交集作為連接鍵；

left_on：左側(cè)DataFrame中用于連接鍵的列名，這個參數(shù)左右列名不同但代表的含義相同時非常的有用；

right_on：右側(cè)DataFrame中用于連接鍵的列名；

left_index：使用左側(cè)DataFrame中的行索引作為連接鍵；

right_index：使用右側(cè)DataFrame中的行索引作為連接鍵；

sort：默認(rèn)為True，將合并的數(shù)據(jù)進行排序，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

舉例：

# 1.默認(rèn)以重疊的列名當(dāng)做連接鍵。
df1=DataFrame({'key':['a','b','b'],'data1':range(3)})  
df2=DataFrame({'key':['a','b','c'],'data2':range(3)})  
pd.merge(df1,df2)  #沒有指定連接鍵，默認(rèn)用重疊列名，沒有指定連接方式 
 
  data1 key data2 
0   0  a   0 
1   1  b   1 
2   2  b   1 
 
# 2.默認(rèn)做inner連接（取key的交集），連接方式還有（left,right,outer)，制定連接方式加參數(shù)：how=''
pd.merge(df2,df1) 
 
  data2 key data1 
0   0  a   0 
1   1  b   1 
2   1  b   2          #默認(rèn)內(nèi)連接，可以看見c沒有連接上。 
 
pd.merge(df2,df1,how='left')  #通過how，指定連接方式 
 
  data2 key data1 
0   0  a   0 
1   1  b   1 
2   1  b   2 
3   2  c  NaN 
 
# 3.多鍵連接時將連接鍵組成列表傳入，例：pd.merge(df1,df2,on=['key1','key2']
right=DataFrame({'key1':['foo','foo','bar','bar'], 
     'key2':['one','one','one','two'], 
     'lval':[4,5,6,7]}) 
left=DataFrame({'key1':['foo','foo','bar'], 
     'key2':['one','two','one'], 
     'lval':[1,2,3]}) 
right=DataFrame({'key1':['foo','foo','bar','bar'], 
     'key2':['one','one','one','two'], 
     'lval':[4,5,6,7]}) 
pd.merge(left,right,on=['key1','key2'],how='outer') #傳出數(shù)組 
  
 key1 key2 lval_x lval_y 
0 foo one    1    4 
1 foo one    1    5 
2 foo two    2   NaN 
3 bar one    3    6 
4 bar two   NaN    7 
 
# 4.如果兩個對象的列名不同，可以分別指定，例：pd.merge(df1,df2,left_on='lkey',right_on='rkey')
df3=DataFrame({'key3':['foo','foo','bar','bar'], #將上面的right的key 改了名字 
     'key4':['one','one','one','two'], 
     'lval':[4,5,6,7]}) 
pd.merge(left,df3,left_on='key1',right_on='key3') #鍵名不同的連接 
  
 key1 key2 lval_x key3 key4 lval_y 
0 foo one    1 foo one    4 
1 foo one    1 foo one    5 
2 foo two    2 foo one    4 
3 foo two    2 foo one    5 
4 bar one    3 bar one    6 
5 bar one    3 bar two    7

三、join：主要用于索引上的合并

join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False):

其參數(shù)的意義與merge方法中的參數(shù)意義基本一樣。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“在Pandas中如何實現(xiàn)DataFrame數(shù)據(jù)合并”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!