python之pandas （4 合并）

合并

之前提到添加数据只能添加列，如果要添加行就需要使用合并功能。

concat

concat在python中主要用于添加行，即纵向合并。

import pandas as pd
import numpy as np
df1=pd.DataFrame(np.arange(1,13).reshape(3,4),columns=['a','b','c','d'])
df2=pd.DataFrame(np.arange(1,13).reshape(3,4),columns=['b','c','d','e'])
res=pd.concat([df1,df2],axis=0,ignore_index=True,join='inner')
#默认为outer（并集），inner为交集,ignore_index表示合并后是(1)否(0)要重新排index
print(res)

    b   c   d
0   2   3   4
1   6   7   8
2  10  11  12
3   1   2   3
4   5   6   7
5   9  10  11
请按任意键继续. . .

在concat函数中，第一个参数表示要合并的数据，注意要用中括号括起来；axis表示合并方向，axis=0表示纵向合并（一般都是纵向）；ignore_index表示合并后的index是否重新排序，True代表重新排序；join表示合并方式，有参数outer、inner，inner表示取交集，outer表示取并集。

merge

如果想要实现类似SQL中的连接功能，应使用merge函数。

import pandas as pd
left=pd.DataFrame({'key':['k0','k1','k2','k3'],
                   'A':['A0','A1','A2','A3'],
                   'B':['B0','B1','B2','B3']})
right=pd.DataFrame({'key':['k0','k1','k2','k3'],
                   'C':['C0','C1','C2','C3'],
                   'D':['D0','D1','D2','D3']})
print(left,right,sep='\n')
res=pd.merge(left,right,on='key')#如果有多个key,可以写：on=['key1','key2']
print(res)

  key   A   B
0  k0  A0  B0
1  k1  A1  B1
2  k2  A2  B2
3  k3  A3  B3
  key   C   D
0  k0  C0  D0
1  k1  C1  D1
2  k2  C2  D2
3  k3  C3  D3
  key   A   B   C   D
0  k0  A0  B0  C0  D0
1  k1  A1  B1  C1  D1
2  k2  A2  B2  C2  D2
3  k3  A3  B3  C3  D3
请按任意键继续. . .

当你不输入how参数时，默认是inner（内连接），除此之外还有left（左连接）、right（右连接）、outer（全连接）。

在这里，输入key参数是两个数据中都有相同的列，如果你想让数据A中的c和数据B中的d分别作为连接键，应该如下做：

import pandas as pd
left=pd.DataFrame({'key1':['k0','k1','k2','k3'],
                   'A':['A0','A1','A2','A3'],
                   'B':['B0','B1','B2','B3']})
right=pd.DataFrame({'key2':['k0','k1','k2','k3'],
                   'C':['C0','C1','C2','C3'],
                   'D':['D0','D1','D2','D3']})
print(left,right,sep='\n')
res=pd.merge(left,right,left_on='key1',right_on='key2')
print(res)

  key1   A   B
0   k0  A0  B0
1   k1  A1  B1
2   k2  A2  B2
3   k3  A3  B3
  key2   C   D
0   k0  C0  D0
1   k1  C1  D1
2   k2  C2  D2
3   k3  C3  D3
  key1   A   B key2   C   D
0   k0  A0  B0   k0  C0  D0
1   k1  A1  B1   k1  C1  D1
2   k2  A2  B2   k2  C2  D2
3   k3  A3  B3   k3  C3  D3
请按任意键继续. . .

此种情况需要分别指定left_key和right_key是什么。

除此之外，如果你想要让index作为键，可以这样做：

import pandas as pd
import numpy as np
left=pd.DataFrame({'key1':['k0','k1','k2','k3'],
                   'A':['A0','A1','A2','A3'],
                   'B':['B0','B1','B2','B3']})
right=pd.DataFrame({'key2':['k0','k1','k2','k3'],
                   'C':['C0','C1','C2','C3'],
                   'D':['D0','D1','D2','D3']})
print(left,right,sep='\n')
res=pd.merge(left,right,left_index=True,right_index=True)
print(res)

让left_index和right_index均为True即可。

如果两个数据有相同的列名但意思并不相同，合并后应做一些标识以便区分两者，可以这样做：

import pandas as pd
import numpy as np
boys=pd.DataFrame({'k':['k0','k1','k2'],'age':[1,3,3]})
girls=pd.DataFrame({'k':['k0','k1','k2'],'age':[3,2,4]})
res=pd.merge(boys,girls,on='k',suffixes=['_boys','_girls'],how='outer')
#两个age不同，不能合并，这时需要在age后加上一些后缀
print(res)

suffixes可以实现在原列名后方加入一些后缀的功能。