Pandas | Dataframe的merge操作,像数据库一样尽情join

本文介绍了Pandas中DataFrame的merge和concat操作。merge类似于数据库的JOIN,支持inner、left、right和outer join,通过on或left_on/right_on指定连接列。concat则用于行或列的直接合并,对齐数据并处理层次索引。
摘要由CSDN通过智能技术生成

今天是pandas数据处理第8篇文章,我们一起来聊聊dataframe的合并。

常见的数据合并操作主要有两种,第一种是我们新生成了新的特征,想要把它和旧的特征合并在一起。第二种是我们新获取了一份数据集,想要扩充旧的数据集。这两种合并操作在我们日常的工作当中非常寻常,那么究竟应该怎么操作呢?让我们一个一个来看。

merge

首先我们来看dataframe当中的merge操作,merge操作类似于数据库当中两张表的join,可以通过一个或者多个key将多个dataframe链接起来。

我们首先来创建两个dataframe数据:

df1 = pd.DataFrame({
   'id': [1, 2, 3, 3, 5, 7, 6], 'age': range(7)})

df2 = pd.DataFrame(</
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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