Python学习笔记---merge和concat数据合并(1)

Python学习笔记—merge和concat数据合并(1)

Python学习笔记—merge和concat数据合并(2)


前言

数据处理中经常对多个表的数据进行合并处理,这个功能类似于SQL中的join 联表查询。python可用于联表的函数是merge和concat。

两者区别:
1、merge:只能用于2张表的合并,多用于按列进行表合并 通过主键进行连接。如果需要3张表合并,需要先进行其 中2个表的合并 形成新的表,再进行第3张表连合并。
concat:可直接合并3张表,也可按行合并(追加)。
2、merge合并可以通过主键连结,自动去除重复的列。concat合并若是按照列合并 axis=1是把原表所有数据合并,不去除重复的列,如果需要去除重复的列,则需要使用drop_duplicates()去重。

这里介绍merge的用法。点击文章标题下的链接,可查看concat的用法。


一、数据合并–merge

merge的参数如下:
pd.merge( left, right, how=‘inner’, on=None, left_on=None, right_on=None, left_index=False,

  • 3
    点赞
  • 82
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 中,可以使用 pandas 库来合并数据框。数据合并通常包括两个方面:连接和聚合。 连接指的是将两个数据框按照某些列进行合并,有以下几种方式: 1. 内连接(inner join):只保留两个数据框中都存在的行。 2. 左连接(left join):将左边的数据框所有行都保留,将右边的数据框中匹配到的行合并到左边的数据框中。 3. 右连接(right join):将右边的数据框所有行都保留,将左边的数据框中匹配到的行合并到右边的数据框中。 4. 外连接(outer join):将两个数据框所有的行都保留,空值用 NaN 填充。 聚合指的是根据某些列对数据进行分组,并计算每组的统计量,如均值、中位数等。可以使用 pandas 中的 groupby 方法来实现。 下面是一个示例代码,展示了如何进行数据合并和聚合: ```python import pandas as pd # 创建两个数据框 df1 和 df2 df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]}) df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]}) # 内连接 inner_join = pd.merge(df1, df2, on='key', how='inner') print('内连接:\n', inner_join) # 左连接 left_join = pd.merge(df1, df2, on='key', how='left') print('左连接:\n', left_join) # 右连接 right_join = pd.merge(df1, df2, on='key', how='right') print('右连接:\n', right_join) # 外连接 outer_join = pd.merge(df1, df2, on='key', how='outer') print('外连接:\n', outer_join) # 根据 key 列进行分组,并计算每组的均值和中位数 grouped = outer_join.groupby('key').agg({'value': ['mean', 'median']}) print('分组聚合:\n', grouped) ``` 输出结果如下: ``` 内连接: key value_x value_y 0 B 2 5 1 D 4 6 左连接: key value_x value_y 0 A 1 NaN 1 B 2 5.0 2 C 3 NaN 3 D 4 6.0 右连接: key value_x value_y 0 B 2.0 5 1 D 4.0 6 2 E NaN 7 3 F NaN 8 外连接: key value_x value_y 0 A 1.0 NaN 1 B 2.0 5.0 2 C 3.0 NaN 3 D 4.0 6.0 4 E NaN 7.0 5 F NaN 8.0 分组聚合: value mean median key A 1.0 1.0 B 3.5 3.5 C 3.0 3.0 D 5.0 5.0 E 7.0 7.0 F 8.0 8.0 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值