【数据分析day03】pandas的拼接操作之合并merge（融合）

最新推荐文章于 2023-04-15 14:09:55 发布
最新推荐文章于 2023-04-15 14:09:55 发布
阅读量872 收藏 2
点赞数
分类专栏： 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HFZeng/article/details/103175891
版权
本文介绍了pandas的合并操作merge，包括级联与合并的区别、merge的基本用法、三种合并情况（一对一、多对一、多对多）、key的规范化、内外左右合并方式以及列冲突的解决策略。详细解析了如何根据共同列或索引进行数据融合，并提供了相关参数的使用说明。
摘要由CSDN通过智能技术生成

pandas的拼接操作之合并merge（融合）

pandas的拼接分为两种：级联,合并

  • 级联：pd.concat, pd.append
  • 合并：pd.merge

merge

  • merge与concat的区别在于，merge需要依据某一共同的行或列来进行合并

  • 使用pd.merge()合并时，会自动根据两者相同column名称的那一列，作为key来进行合并。

  • 注意每一列元素的顺序不要求一致

  • 可以用pd方法 pd.merge(df1,df2)，也可用df对象方法 df1.merge(df2)

  • 合并的要求: 最少一列数据是相同的才能进行合并. (只要这一列元素相同)

  • 默认内合并

三种情况

一对一合并

在这里插入图片描述

多对一合并

在这里插入图片描述

多对多合并

最低0.47元/天 解锁文章
曾青铜
关注
专栏目录
Pandas进行数据拼接
Mr数据杨
04-19 7845
mergejoinconcat和append。通过这些方法，可以轻松地将不同数据源合并、整合，以实现复杂的数据分析需求。在日常工作中，合理选择合适的拼接方法可以大大提升数据处理的效率。例如，merge和join适合需要基于键或索引的合并操作，而concat和append则适合在处理表格的垂直或水平拼接时使用。熟练掌握这些数据拼接方法，将能够更高效地处理来自不同来源的数据，为数据分析和决策提供有力支持。
详解PANDAS 数据合并与重塑（join/merge篇）
09-19
主要介绍了详解PANDAS 数据合并与重塑（join/merge篇），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
pandas的疯狂融合之路
weixin_48923393的博客
09-05 574
文 |清香客来源：Python 技术「ID: pythonall」大家好，我是派森酱。上次介绍了pandas的两表连接merge技能，有的酱友留言说那么点数据用excel就挺快，在这里说明一下，文章内容只是用部分代码来介绍功能的用法和最后的结果显示，不是真的用几个G的文件来展示，也展示不过来的。熟悉了功能怎么用，就可以用自己的数据来操作了。merge可以匹配两表的内容，但是merge只能连接两个...
Pandas | 数据融合与拼接（Merge & Concat）
RichardsZ_的博客
09-25 1158
Pandas对于数据的融合主要有以下几种方式 数据融合（Merge） pd.merge()方法可理解为"合并"，主要注意两个参数： pd.merge(df1, df2, on='xx', how='inner/outer') 参数1:on on=‘xx’ 即依据哪一列进行合并，例如下图中on=‘姓名’,即依据姓名进行合并。 参数2:how how = ‘inner’ （默认） 即内连接，根据多表间共同存在的索引进行合并，如下图两个DataFrame中，left和right的
[pandas] 详解pandas库的pd.merge函数
ande6905的博客
05-16 1052
本篇详细说明merge的应用，join 和concatenate的拼接方法的与之相似。 pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixe...
pandas多键值merge
luoganttcc的博客
06-03 6029
import pandas as pd left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'], 'key2': ['K0', 'K1', 'K0', 'K1'], 'A': ['A0', 'A1', 'A2', 'A3'], ...
【数据分析day03】pandas的拼接操作之级联：concat & append
HFZeng的博客
11-21 752
pandas的拼接操作：级联&合并pandas的拼接分为两种：级联,合并pd.concat()级联1) 简单级联(匹配级联)2) 不匹配级联有3种连接方式：pd.append（）级联 pandas的拼接分为两种：级联,合并 级联：pd.concat, pd.append 合并：pd.merge 对比：级联（增加），聚合（减少） pd.concat()级联 为方便讲解，我们首先定义一个生...
【数据挖掘重要笔记day15】pandas知识的复习+pandas的拼接操作+合并
汪雯琦的博客
02-13 633
文章目录pandas知识的复习枚举DataFrame的获取方式NaN多层级索引行列堆变换聚合属性内容概览pandas的拼接操作0. 回顾numpy的级联使用Pandas连接MySQL获取数据1. 使用pd.concat()级联1) 简单级联2) 不匹配级联使用concat()模拟联合查询3) 使用append()函数添加2. 使用pd.merge()合并将id设置为行号重新设置行索引指定关联列关...
pandas 数据分析 相关性_pandas数据分析
weixin_34338129的博客
01-14 2298
pandas创建文件DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔值等)。DataFrame既有行索引也有列索引，它可以被看做由series组成的字典(共用同一个索引)set_index( ) 将 DataFrame 中的列转化为行索引。默认的，当列变成行索引之后，原来的列就没了，但是可以通过设置drop来保留原来的列。to_excel()...
pandas的merge方法详解
yygr的博客
03-14 189
DataFrame有一个实例方法join，相当于merge方法的参数left_index=True和right_index=True。append用于追加行，也concat是pd的静态函数不同，append是DataFrame的方法。concat可以把多个DataFrame拼接为一个DataFrame。left_on与right_on主要用于连接的2个表列名不同的时候。
Pandas:merge()用法，通过某一列进行拼接Pd.merge()
最新发布
m0_55418203的博客
04-15 212
假设有表A：TabAData。假设有表B：TabBData。
【Pandas】Merge函数
kellyzxj的博客
04-16 416
Merge函数是用于通过一个或多个键将两个数据集的行连接起来，类似于 SQL 中的 JOIN。主要使用场景是联表查询。双表连接查询：table1.merge(table2,left_on=['index_x1','index_x2;],right_on=['index_y1','index_y2'],how='left')left处可以写right、inner、outer， 类似于SQL的左连接、...
pandas.merge用法详解
舞动的白杨
10-19 1万+
pandas.merge用法详解 [Python3]pandas.merge用法详解_Asher117的博客-CSDN博客 摘要 数据分析与建模的时候大部分时间在数据准备上，包括对数据的加载、清理、转换以及重塑。pandas提供了一组高级的、灵活的、高效的核心函数，能够轻松的将数据规整化。这节主要对pandas合并数据集的merge函数进行详解。(用过SQL或其他关系型数据库的可能会对这个方法比较熟悉。)码字不易，喜欢请点赞！！！ 1.merge函数的参数一览表 2.创建两个DataFrame
Python/Pandas 数据规整/合并数据集Merge/Concat/Join/Combine_first函数
DREAM BIGGER
03-12 2338
目录 1 pandas.merge 1.1 merge函数的语法 1.2 单一键上合并 1.2.1 key名相同 1.2.2 两者key名不同 1.3 多个键上合并 1.4 连接键key之外，合并数据中两者存在重复列名 1.5 索引上的合并 1.5.1 使用单方DataFrame索引 1.5.2 使用双方DataFrame索引 1.6 层次化索引 2Pandas.co...
pandas中的数据连接和合并方法-----merge()、join()、concat()的简单介绍
S_o_l_o_n的博客
11-22 8569
pandas中，有时候需要对多个Series或DataFrame进行连接拼合，对此pandas中一般有三种方法：merge()、join()、concat()。下面一一进行简单的介绍。 merge()是对DataFrame进行行连接的，对于两个DataFrame，可以用参数on指定用来merge的共同列，也可以利用left_on和right_on分别指定用来merge...
pandas中merge函数的多条件筛选
one_knight的博客
03-14 1万+
pandas里的merge函数已经有很多人介绍，但是还是不能解决我今天的问题。 我的两个DataFrame需要有两个条件进行筛选，此时要用到多条件merge. MultipleKey Merge (基于多个key上的merge) #Dframe on left ```python df_left = DataFrame({'key1': ['SF', 'SF', 'LA'], ...
Pandas 的Merge总结
nxcjh321的专栏
04-01 1904
Pandas Merge pandas 的merge方法提供了一种类似于SQL的内存链接操作，官网文档提到它的性能会比其他开源语言的数据操作（例如R）要高效。 Merge Merge的参数 on: 列名，join用来对齐的那一列名字，用到这个参数的时候一定要保证坐表和右表用来对齐的那一列都有相同的列名。 left_on: 坐标对齐的列，可以是列名，也可以是和dataframe同样长度的array...
Pandas —— merge( )合并
热门推荐
starter_____的博客
01-29 2万+
多对一的合并操作 on参数 指明连接键 In [5]: df1=pd.DataFrame({'key':['b','b','a','a','b','a','c'],'data1':range(7)}) In [6]: df2=pd.DataFrame({'key':['a','b','d'],'data2':range(3)}) In [7]: df1 Out[7]: da...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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