搞懂Pandas數據合并，這一篇就夠了！

↑?關注 + 星標?，每天學Python新技能
后臺回復【大禮包】送你Python自學大禮包

數據合并是數據處理過程中的必經環(huán)節(jié)，pandas作為數據分析的利器，提供了四種常用的數據合并方式（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/列方向進行內聯(lián)或外聯(lián)拼接操作，默認對行(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」

• 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)，默認為0。
• join：連接方式 ，inner(交集), outer(并集)，默認為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。可以是任意值的列表或數組、元組數組、數組列表（如果將levels設置成多級數組的話）
• 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() 默認會對行方向進行拼接操作，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 參數在數據的最外層添加分層索引。

pd.concat(
????[d1,?d2],
????keys=['d1',?'d2'])

指定 names 參數來標記創(chuàng)建的索引鍵。

pd.concat(
????[d1,?d1],
????keys=['d1',?'d2'],
????names=['DF?Name',?'Row?ID'])

將兩個 DataFrame 與重疊的列進行組合并返回所有內容。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 與重疊的列進行組合，只返回重疊列的內容。

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 間列方向進行內聯(lián)或外聯(lián)合并操作，默認列合并(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」

• left：DataFrame
• right：DataFrame 或者帶有 name 的Series
• how：{'left', 'right', 'outer', 'inner'}, 默認為 '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，默認是以兩個DataFrame列名的交集作為連接鍵。
• left_on：左側DataFrame中用于連接鍵的列名，這個參數在左右列名不同但代表的含義相同時非常有用；
• right_on：右側DataFrame中用于連接鍵的列名
• left_index：默認為False，不使用左側DataFrame中的行索引作為連接鍵（但是這種情況下最好用JOIN）
• right_index：默認為False，不使用右側DataFrame中的行索引作為連接鍵（ 但是這種情況下最好用JOIN）
• sort：默認為False，將合并的數據進行排序，設置為False可以提高性能
• suffixes：字符串值組成的元組，用于指定當左右DataFrame存在相同列名時在列名后面附加的后綴名稱，默認為(’_x’, ‘_y’)
• copy：默認為True，總是將數據復制到數據結構中，設置為False可以提高性能
• indicator：顯示合并數據中數據的來源情況
• 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() 默認情況下，會根據兩個 DataFrame 中同時存在的列進行合并，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 name1 和 name2 列合并 df1 和 df2。grade 列附加了默認后綴 _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，默認取并集。

「使用方式」

df1.append(
????other,
????ignore_index=False,
????verify_integrity=False,
????sort=False)

「參數」

• other : 指定要添加的數據。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。默認為False
• verify_integrity：如果為 True，則在創(chuàng)建具有重復項的索引時引發(fā) ValueError。默認為 False
• sort : 如果 df1 和 other 的列未對齊，則對列進行排序。默認為 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 設置為 True，來達到重置軸的索引。

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：指定要添加的數據。DataFrame 或 Series 對象，或這些對象的列表
• on：連接的列，默認使用索引連接
• how：{'left', 'right', 'outer', 'inner'}, 默認為 'left'，連接的方式
• lsuffix：默認為空字符串，表示df1中重復列的后綴
• rsuffix：other中重復列的后綴
• sort：按照字典順序對結果在連接鍵上排序。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 列進行連接，我們需要將 val 設置為 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。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 列轉為索引，并通過 on 參數指定 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

• 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行列的拼接
• merge() 使用數據庫樣式的連接合并，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！

”

太贊了！將Python代碼轉化為可執(zhí)行的程序
離線識別率高達99%的Python人臉識別系統(tǒng)，開源~
驚呆了！小姐姐用圖解 Python,這也太秀了吧?