文章目錄

• 系列文章
• 一、concat函數
• • 1)橫向堆疊與外連接
  • • 橫向堆疊合并df1和df2,采用==外連接==的方式
  • 2) 縱向堆疊與內鏈接
• 二、merge()函數
• • 1）根據行索引合并數據
  • 2）合并重疊數據

系列文章

Python之Series和DataFrame的數據排序

Python數據分析之復習知識點

一、concat函數

concat()函數可以沿著一條軸將多個對象進行堆疊，其使用方式類似數據庫中的數據表合并
pandas.concat(objs, axis=0, join=’outer’, join_axes=None, ignore_index=False, keys=None, levels=None, verify_integrity=False, sort=None, copy=True)

參數含義如下：

參數作用

axis	表示連接的軸向，可以為0或者1，默認為0
join	表示連接的方式，inner表示內連接，outer表示外連接，默認使用外連接
ignore_index	接收布爾值，默認為False。如果設置為True，則表示清除現有索引并重置索引值
keys	接收序列，表示添加最外層索引
levels	用于構建MultiIndex的特定級別（唯一值）
names	設置了keys和level參數后，用于創建分層級別的名稱
verify_integerity	檢查新的連接軸是否包含重復項。接收布爾值，當設置為True時，如果有重復的軸將會拋出錯誤，默認為False

根據軸方向的不同，可以將堆疊分成橫向堆疊與縱向堆疊，默認采用的是縱向堆疊方式

在堆疊數據時，默認采用的是外連接（join參數設為outer）的方式進行合并，當然也可以通過join=inner設置為內連接的方式。

1)橫向堆疊與外連接

import pandas as pd df1=pd.DataFrame({'A':['A0','A1','A2'],'B':['B0','B1','B2']}) df1

df2=pd.DataFrame({'C':['C0','C1','C2'],'D':['D0','D1','D2']}) df2

橫向堆疊合并df1和df2,采用外連接的方式

pd.concat([df1,df2],join='outer',axis=1)

2) 縱向堆疊與內鏈接

import pandas as pd first=pd.DataFrame({'A':['A0','A1','A2'],'B':['B0','B1','B2'],'C':['C0','C1','C2']}) first

second=pd.DataFrame({'B':['B3','B4','B5'],'C':['C3','C4','C5'],'D':['D3','D4','D5']}) second

當使用concat()函數合并時，若是將axis參數的值設為0，且join參數的值設為inner,則代表著使用縱向堆疊與內連接的方式進行合并

pd.concat([first,second],join='inner',axis=0)

二、merge()函數

1）主鍵合并數據

在使用merge()函數進行合并時，默認會使用重疊的列索引做為合并鍵，并采用內連接方式合并數據，即取行索引重疊的部分。

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

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

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

2）merge()函數還支持對含有多個重疊列的DataFrame對象進行合并。

import pandas as pd data1=pd.DataFrame({'key':['K0','K1','K2'],'A':['A0','A1','A2'],'B':['B0','B1','B2']}) data1

data2=pd.DataFrame({'key':['K0','K5','K2','K4'],'B':['B0','B1','B2','B5'],'C':['C0','C1','C2','C3'],'D':['D0','D1','D2','D3']}) data2

pd.merge(data1,data2,on=['key','B'])

1）根據行索引合并數據

join()方法能夠通過索引或指定列來連接多個DataFrame對象

join（other，on = None，how =‘left’，lsuffix =‘’，rsuffix =‘’，sort = False ）

參數作用

on	名稱，用于連接列名
how	?可以從{‘‘left’’ ,‘‘right’’, ‘‘outer’’, ‘‘inner’’}中任選一個，默認使用左連接的方式。
sort	根據連接鍵對合并的數據進行排序，默認為False

import pandas as pd data3=pd.DataFrame({'A':['A0','A1','A2'],'B':['B0','B1','B2']}) data3

data4=pd.DataFrame({'C': ['C0', 'C1', 'C2'],'D': ['D0', 'D1', 'D2']},index=['a','b','c']) data3.join(data4,how='outer') # 外連接

data3.join(data4,how='left') #左連接

data3.join(data4,how='right') #右連接

data3.join(data4,how='inner') #內連接

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

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

on參數指定連接的列名

left.join(right,how='left',on='key') #on參數指定連接的列名

2）合并重疊數據

當DataFrame對象中出現了缺失數據，而我們希望使用其他DataFrame對象中的數據填充缺失數據，則可以通過combine_first()方法為缺失數據填充。

import pandas as pd import numpy as np from numpy import NAN left = pd.DataFrame({'A': [np.nan, 'A1', 'A2', 'A3'],'B': [np.nan, 'B1', np.nan, 'B3'],'key': ['K0', 'K1', 'K2', 'K3']}) left

right = pd.DataFrame({'A': ['C0', 'C1','C2'],'B': ['D0', 'D1','D2']},index=[1,0,2]) right

用right的數據填充left缺失的部分

left.combine_first(right) # 用right的數據填充left缺失的部分

總結

以上是生活随笔為你收集整理的【Python数据分析】之数据合并的concat函数与merge函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。