一文搞定pandas的數據合并

在實際處理數據業務需求中，我們經常會遇到這樣的需求：將多個表連接起來再進行數據的處理和分析，類似SQL中的連接查詢功能。

pandas中也提供了幾種方法來實現這個功能，表現最突出、使用最為廣泛的方法是merge。本文中將下面👇四種方法及參數通過實際案例來進行具體講解。

• merge
• append
• join
• concat

文章目錄

導入庫

做數據分析的時候這兩個庫是必須導入的，國際慣例一般。

import pandas as pd import numpy as np

merge

官方參數

官方提供的merge函數的參數如下：

下面將通過案例講解幾個重要參數的使用方法：

DataFrame.merge(left, right, how='inner', # {‘left’, ‘right’, ‘outer’, ‘inner’}, default ‘inner’on=None, left_on=None, right_on=None, sort=False, suffixes=('_x', '_y'))

模擬數據

注意4組數據的不同

使用默認參數

兩種不同的寫法，效果相同

參數how

how參數的取值有4種：

• inner(默認)
• outer
• right
• left

參數on

用于連接的列索引列名，必須同時存在于左右的兩個dataframe型數據中，類似SQL中兩個表的相同字段屬性

如果沒有指定或者其他參數也沒有指定，則以兩個dataframe型數據的相同鍵作為連接鍵

on參數為單個字段

另一個例子：

on參數為多個字段-列表形式

參數left_on/right_on

參數suffixes

合并的時候一列兩個表同名，但是取值不同，如果都想要保存下來，就使用加后綴的方法，默認是_x,_y，可以自己指定

參數sort

對連接的時候相同鍵的取值進行排序

concat

官方參數

concat方法是將兩個DataFrame數據框中的數據進行合并

• 通過axis參數指定是在行還是列方向上合并
• 參數ignore_index實現合并后的索引重排

生成數據

指定合并軸

改變索引

join參數

sort-屬性排序

append

官方參數

基本使用

data3.append(data4) # 等同于pd.append([data3, data4]) 忽略pandas版本的警告

改變索引-自然數排序

data3.append(data4, ignore_index=True) # 設置參數

sort=True-屬性的排序

data3.append(data4) # 默認對字段屬性排序

join

官方參數

通過相同索引合并

相同字段屬性指后綴

相同字段變成索引index

相同字段保留一次

總結

以上是生活随笔為你收集整理的一文搞定Pandas中的数据合并的全部內容，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。