merge、pd.concat 、reshape

1.橫向連接

• 內(nèi)、外連接 merge

df1.merge(df2,how='inner',on='id') 其中how='left'/'right'/'outer'，默認是'inner'。

若公共字段在兩表名稱不一致，可以通過left_on和right_on指定：df1.merge(df2,how='inner',left_on='id',right_on='ID')

pd.merge(a,b,left_on=['key1', 'key2'], right_index=True, how='outer')

pd.merge(a,b,how='outer', left_index=True,right_index=True)

• 行索引連接 pd.concat 或數(shù)據(jù)框的join方法

pd.concat([df1,df2],axis=1,join='inner') 默認情況下，concat是在axis=0上工作的

df1.join([df2,df3],how='outer')

2.縱向合并 pd.concat

• union all（不去重）

pd.concat([df1,df2],ignore_index=True,axis=0)

axis=0類似于sql中的union all，ignor_index=True表示忽略df1和df2原來的行索引，合并并重新排列索引

• union （去重）

pd.concat([df1,df2],ignore_index=True).drop_duplicates()

drop_duplicates類似于sql中的union

*對axis=0/1 的理解：axis=0代表跨行（down)，axis=1代表跨列（across)

3.重塑 reshape stack unstack

stack堆疊、堆積（花括號）、 unstack 不要堆疊 （表結(jié)構(gòu)）

總結(jié)

以上是生活随笔為你收集整理的update 和 left join 合并_Python数据预处理——连接、合并、重塑样本的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。