Pandas库：从入门到应用(三)——多表数据连接

一 、concat数据连接

1.1、concat()函数参数

pd.concat(objs, axis=0, join='outer', ignore index=False, keys=None, levels=None, names=Noneverify integrity=False, sort= False, copy=True)

objs：多个 DataFrame 或者 Series
axis：0-行拼接 1-列拼接
join：{‘inner’，'outer’}，其他轴上的数据是按交集 (inner) 还是并集 (outer) 进行合并inner
ignore_index：布尔类型，是否保留原表索引
keys：列表，使用传递的键作为最外层级别来构造层次结构索引，就是给每个表指定一个一级索引
levels：列表，用于构造Multilndex的特定级别
names：列表，索引的名称，包括多层索引
verify_integrity：布尔类型，参数为True时，如果合并的数据与原数据包含索引相同的行，将报错
sort：布尔类型，对非连接轴进行排序
copy：布尔类型，是否进行深拷贝

1.2、行连接

1.2.1、数据准备

import numpy as np
import pandas as pd

df1 = pd.DataFrame(data=np.random.randint(1,151,size=(5,4))
                  ,columns=['Python','Math','English','Chinese']
                  ,index=list('abcde'))
df1

df2 = pd.DataFrame(data=np.random.randint(1,151,size=(5,4))
                   ,columns=['Java','Math','English','Chinese']
                   ,index=list('xyzab'))
df2

1.2.2、并集模式拼接(join=‘outer’)

pd.concat([df2,df1],axis=0) #df1与df2行拼接

df2.append(df1) #使用append 追加 达到拼接效果

1.2.3、交集模式拼接(join=‘inner’)

pd.concat([df1,df2],axis=0,join='inner')

1.3、列连接

1.3.1、并集模式拼接(join=‘outer’)

pd.concat([df1,df2],axis=1,join='outer')

1.3.2、交集模式拼接(join=‘inner’)

pd.concat([df1,df2],axis=1,join='inner')

二、insert数据插入

2.1、insert函数参数

df.insert(loc,column,value,allow_duplicates)

loc：#int 使用整数定义_列数据_插入的位置，必须是0到columns列标签的长度 0 <= loc <= len(columns)
column： # 可选字符串、数字或者object；列标签名
value： # 整数、Series或者数组型数据
allow_duplicates： # 可选参数，如果dataframe中已经存在某列，将allow_duplicates置为true才可以将指定得列插入

2.2、插入不存在列数据

import numpy as np
import pandas as pd


df1 = pd.DataFrame(data=np.random.randint(1,151,size=(5,4))
                   ,columns=['Python','Math','English','Chinese']
                   ,index=list('abcde'))

df1.insert(loc=1,column='Java',value=100) #插入Java列数据 值为100
df1

2.3、插入存在列数据

df1.insert(loc=1,column='Python',value=100) #插入Python列数据 值为100

直接报错了，必须要加上参数allow_duplicates=True

df1.insert(loc=1,column='Python',value=100,allow_duplicates=True)#插入Python列数据 值为100
df1

三、merge数据合并(sql join风格)

3.1、merge函数参数

pd.merge(DataFrame2, how=‘inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', ‘_y'))

how	默认为inner，可设为inner/outer/left/right
on	根据某个字段进行连接，必须存在于两个DateFrame中（若未同时存在，则需要分别使用left_on和right_on来设置）
left_on	左连接，以DataFrame1中用作连接键的列
right_on	右连接，以DataFrame2中用作连接键的列
left_index	将DataFrame1行索引用作连接键
right_index	将DataFrame2行索引用作连接键
sort	根据连接键对合并后的数据进行排列，默认为True
suffixes	对两个数据集中出现的重复列，新数据集中加上后缀_x,_y进行区别

3.2、使用inner内连接模式

import pandas as pd
import numpy as np
# 表⼀中记录的是name和体重信息
df1 = pd.DataFrame(data = {'name':['softpo','Daniel','Brandon','Ella'],'weight':[70,55,75,65]})

# 表⼆中记录的是name和身⾼信息
df2 = pd.DataFrame(data = {'name':['softpo','Daniel','Brandon','Cindy'],'height':[172,170,170,166]})

df3 = pd.DataFrame(data = {'名字':
                               ['softpo','Daniel','Brandon','Cindy'],'height':[172,170,170,166]})

# 根据共同的name将俩表的数据，进⾏合并
pd.merge(df1,df2,
         how = 'inner',# 内合并代表两对象交集
         on = 'name' #两个表的关联建，即相同便可以关联上，不同数据就关联不上
         )

3.3、使用outer外连接模式

pd.merge(df1,df3,
         how = 'outer',# 全外连接，两对象并集
         left_on = 'name',# 左边DataFrame使⽤列标签 name进⾏合并
         right_on = '名字')# 右边DataFrame使⽤列标签 名字进⾏合并