DataFrame的级联合并操作

import pandas as pd
import numpy as np

级联操作

• pd.concat

pandas使用pd.concat函数，与np.concatenate函数类似，只是多了一些参数：

objs
axis=0
keys
join='outer' / 'inner':表示的是级联的方式，outer会将所有的项进行级联（忽略匹配和不匹配），而inner只会将匹配的项级联到一起，不匹配的不级联
ignore_index=False

• 匹配级联

df1 = pd.DataFrame(data=np.random.randint(0,100,size=(4,3)),columns=[‘A’,‘B’,‘C’])
df1

df2 = pd.DataFrame(data=np.random.randint(0,100,size=(4,4)),columns=[‘A’,‘B’,‘C’,‘D’])
df2

• 匹配级联：将多个df进行横向或者纵向拼接的时候，df的行列索引是一致

pd.concat((df1,df1),axis=0)

pd.concat((df1,df1),axis=1)

• 不匹配级联
  • 不匹配指的是级联的纬度的索引不一致。例如纵向级联时列索引不一致，横向级联时行索引不一致
  • 有2种级联方式：
    • 外连接outer：补NaN（默认模式）
    • 内连接inner：只连接匹配的项

pd.concat((df1,df2),axis=0,join=‘outer’) #能级联的就级联，否则就补空

pd.concat((df1,df2),axis=0,join=‘inner’) #inner表示只可以将可以级联的行列进行级联

合并操作

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

一对一合并

from pandas import DataFrame

df1 = DataFrame({‘employee’:[‘Bob’,‘Jake’,‘Lisa’],
‘group’:[‘Accounting’,‘Engineering’,‘Engineering’],
})
df1

df2 = DataFrame({‘employee’:[‘Lisa’,‘Bob’,‘Jake’],
‘hire_date’:[2004,2008,2012],
})
df2

pd.merge(left=df1,right=df2,on=‘employee’) #参数on是用来指定合并条件

一对多合并

df3 = DataFrame({
‘employee’:[‘Lisa’,‘Jake’],
‘group’:[‘Accounting’,‘Engineering’],
‘hire_date’:[2004,2016]})
df3

df4 = DataFrame({‘group’:[‘Accounting’,‘Engineering’,‘Engineering’],
‘supervisor’:[‘Carly’,‘Guido’,‘Steve’]
})
df4

pd.merge(left=df3,right=df4,on=‘group’)

多对多合并

df1 = DataFrame({‘employee’:[‘Bob’,‘Jake’,‘Lisa’],
‘group’:[‘Accounting’,‘Engineering’,‘Engineering’]})
df1

df2 = DataFrame({‘group’:[‘Engineering’,‘Engineering’,‘HR’],
‘supervisor’:[‘Carly’,‘Guido’,‘Steve’]
})
df2