python數(shù)據(jù)表合并的方法有哪些

這篇“python數(shù)據(jù)表合并的方法有哪些”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“python數(shù)據(jù)表合并的方法有哪些”文章吧。

merage#

pandas提供了一個(gè)類似于關(guān)系數(shù)據(jù)庫的連接(join)操作的方法<Strong>merage</Strong>,可以根據(jù)一個(gè)或多個(gè)鍵將不同DataFrame中的行連接起來，語法如下：

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)

作為一個(gè)功能完善、強(qiáng)大的語言，python的pandas庫中的merge()支持各種內(nèi)外連接。

• left與right：兩個(gè)不同的DataFrame

• how：指的是合并(連接)的方式有inner(內(nèi)連接),left(左外連接),right(右外連接),outer(全外連接);默認(rèn)為inner

• on : 指的是用于連接的列索引名稱。必須存在右右兩個(gè)DataFrame對(duì)象中，如果沒有指定且其他參數(shù)也未指定則以兩個(gè)DataFrame的列名交集做為連接鍵

• left_on：左則DataFrame中用作連接鍵的列名;這個(gè)參數(shù)中左右列名不相同，但代表的含義相同時(shí)非常有用。

• right_on：右則DataFrame中用作 連接鍵的列名

• left_index：使用左則DataFrame中的行索引做為連接鍵

• right_index：使用右則DataFrame中的行索引做為連接鍵

• sort：默認(rèn)為True，將合并的數(shù)據(jù)進(jìn)行排序。在大多數(shù)情況下設(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(shí)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；大多數(shù)情況下設(shè)置為False可以提高性能

• indicator：在 0.17.0中還增加了一個(gè)顯示合并數(shù)據(jù)中來源情況；如只來自己于左邊(left_only)、兩者(both)

sql中的

SELECT *
FROM df1
INNER JOIN df2
  ON df1.key = df2.key;
或
SELECT *
FROM df1,df2 where df1.key=df2.key

pandas中用：

pd.merge(df1, df2, on='key')

然后就是各種外連接了：

pd.merge(df1, df2, on='key', how='left')

how變成left/right。全鏈接outer。

示例##

#coding=utf-8
from pandas import Series,DataFrame,merge
import numpy as np
data=DataFrame([{"id":0,"name":'lxh',"age":20,"cp":'lm'},{"id":1,"name":'xiao',"age":40,"cp":'ly'},{"id":2,"name":'hua',"age":4,"cp":'yry'},{"id":3,"name":'be',"age":70,"cp":'old'}])
data1=DataFrame([{"id":100,"name":'lxh','cs':10},{"id":101,"name":'xiao','cs':40},{"id":102,"name":'hua2','cs':50}])
data2=DataFrame([{"id":0,"name":'lxh','cs':10},{"id":101,"name":'xiao','cs':40},{"id":102,"name":'hua2','cs':50}])
 
print "單個(gè)列名做為內(nèi)鏈接的連接鍵\r\n",merge(data,data1,on="name",suffixes=('_a','_b'))
print "多列名做為內(nèi)鏈接的連接鍵\r\n",merge(data,data2,on=("name","id"))
print '不指定on則以兩個(gè)DataFrame的列名交集做為連接鍵\r\n',merge(data,data2) #這里使用了id與name
 
#使用右邊的DataFrame的行索引做為連接鍵
##設(shè)置行索引名稱
indexed_data1=data1.set_index("name")
print "使用右邊的DataFrame的行索引做為連接鍵\r\n",merge(data,indexed_data1,left_on='name',right_index=True)
 
 
print '左外連接\r\n',merge(data,data1,on="name",how="left",suffixes=('_a','_b'))
print '左外連接1\r\n',merge(data1,data,on="name",how="left")
print '右外連接\r\n',merge(data,data1,on="name",how="right")
data3=DataFrame([{"mid":0,"mname":'lxh','cs':10},{"mid":101,"mname":'xiao','cs':40},{"mid":102,"mname":'hua2','cs':50}])
 
#當(dāng)左右兩個(gè)DataFrame的列名不同，當(dāng)又想做為連接鍵時(shí)可以使用left_on與right_on來指定連接鍵
print "使用left_on與right_on來指定列名字不同的連接鍵\r\n",merge(data,data3,left_on=["name","id"],right_on=["mname","mid"])


輸出為：

單個(gè)列名做為內(nèi)鏈接的連接鍵
   age  cp  id_a  name  cs  id_b
0   20  lm     0   lxh  10   100
1   40  ly     1  xiao  40   101
多列名做為內(nèi)鏈接的連接鍵
   age  cp  id name  cs
0   20  lm   0  lxh  10
不指定on則以兩個(gè)DataFrame的列名交集做為連接鍵
   age  cp  id name  cs
0   20  lm   0  lxh  10
使用右邊的DataFrame的行索引做為連接鍵
   age  cp  id_x  name  cs  id_y
0   20  lm     0   lxh  10   100
1   40  ly     1  xiao  40   101
左外連接
   age   cp  id_a  name  cs  id_b
0   20   lm     0   lxh  10   100
1   40   ly     1  xiao  40   101
2    4  yry     2   hua NaN   NaN
3   70  old     3    be NaN   NaN
左外連接1
   cs  id_x  name  age   cp  id_y
0  10   100   lxh   20   lm     0
1  40   101  xiao   40   ly     1
2  50   102  hua2  NaN  NaN   NaN
右外連接
   age   cp  id_x  name  cs  id_y
0   20   lm     0   lxh  10   100
1   40   ly     1  xiao  40   101
2  NaN  NaN   NaN  hua2  50   102
使用left_on與right_on來指定列名字不同的連接鍵
   age  cp  id name  cs  mid mname
0   20  lm   0  lxh  10    0   lxh

join方法提供了一個(gè)簡(jiǎn)便的方法用于將兩個(gè)DataFrame中的不同的列索引合并成為一個(gè)DataFrame。

其中參數(shù)的意義與merge方法基本相同,只是join方法默認(rèn)為左外連接how=left。

示例：

#coding=utf-8
from pandas import Series,DataFrame,merge
 
data=DataFrame([{"id":0,"name":'lxh',"age":20,"cp":'lm'},{"id":1,"name":'xiao',"age":40,"cp":'ly'},{"id":2,"name":'hua',"age":4,"cp":'yry'},{"id":3,"name":'be',"age":70,"cp":'old'}],index=['a','b','c','d'])
data1=DataFrame([{"sex":0},{"sex":1},{"sex":2}],index=['a','b','e'])
 
print '使用默認(rèn)的左連接\r\n',data.join(data1)  #這里可以看出自動(dòng)屏蔽了data中沒有的index=e 那一行的數(shù)據(jù)
print '使用右連接\r\n',data.join(data1,how="right") #這里出自動(dòng)屏蔽了data1中沒有index=c,d的那行數(shù)據(jù)；等價(jià)于data1.join(data)
print '使用內(nèi)連接\r\n',data.join(data1,how='inner')
print '使用全外連接\r\n',data.join(data1,how='outer')

結(jié)果為：

使用默認(rèn)的左連接
   age   cp  id  name  sex
a   20   lm   0   lxh    0
b   40   ly   1  xiao    1
c    4  yry   2   hua  NaN
d   70  old   3    be  NaN
使用右連接
   age   cp  id  name  sex
a   20   lm   0   lxh    0
b   40   ly   1  xiao    1
e  NaN  NaN NaN   NaN    2
使用內(nèi)連接
   age  cp  id  name  sex
a   20  lm   0   lxh    0
b   40  ly   1  xiao    1
使用全外連接
   age   cp  id  name  sex
a   20   lm   0   lxh    0
b   40   ly   1  xiao    1
c    4  yry   2   hua  NaN
d   70  old   3    be  NaN
e  NaN  NaN NaN   NaN    2

還有一種連接方式：concat

concat方法相當(dāng)于數(shù)據(jù)庫中的全連接(UNION ALL),可以指定按某個(gè)軸進(jìn)行連接,也可以指定連接的方式j(luò)oin(outer,inner 只有這兩種)。

與數(shù)據(jù)庫不同的是concat不會(huì)去重，要達(dá)到去重的效果可以使用drop_duplicates方法

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

 示例：

#coding=utf-8
from pandas import Series,DataFrame,concat
 
df1 = DataFrame({'city': ['Chicago', 'San Francisco', 'New York City'], 'rank': range(1, 4)})
df2 = DataFrame({'city': ['Chicago', 'Boston', 'Los Angeles'], 'rank': [1, 4, 5]})
print '按軸進(jìn)行內(nèi)連接\r\n',concat([df1,df2],join="inner",axis=1)
print '進(jìn)行外連接并指定keys(行索引)\r\n',concat([df1,df2],keys=['a','b']) #這里有重復(fù)的數(shù)據(jù)
print '去重后\r\n',concat([df1,df2],ignore_index=True).drop_duplicates()

 輸出結(jié)果為：

按軸進(jìn)行內(nèi)連接
            city  rank         city  rank
0        Chicago     1      Chicago     1
1  San Francisco     2       Boston     4
2  New York City     3  Los Angeles     5
進(jìn)行外連接并指定keys(行索引)
              city  rank
a 0        Chicago     1
  1  San Francisco     2
  2  New York City     3
b 0        Chicago     1
  1         Boston     4
  2    Los Angeles     5
去重后
            city  rank
0        Chicago     1
1  San Francisco     2
2  New York City     3
4         Boston     4
5    Los Angeles     5

以上就是關(guān)于“python數(shù)據(jù)表合并的方法有哪些”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。