pandas中合并数据的5中方法

版权声明：本文为博主转载文章
原文链接：https://blog.csdn.net/jclian91/article/details/84289537

pandas中合并数据的5中方法。

盘点一下pandas中合并数据的5个函数。但是对于每个函数，具体用法大家可以参考pandas官方文档。

• join主要用于基于索引的横向合并拼接；

• merge主要用于基于指定列的横向合并拼接；

• concat可用于横向和纵向合并拼接；

• append主要用于纵向追加；

• combine可以通过使用函数，把两个DataFrame按列进行组合。

join

join是基于索引的横向拼接，如果索引一致，直接横向拼接。如果索引不一致，则会用Nan值填充。

索引一致

1. x = pd.DataFrame({'A': ['A0', 'A1', 'A2'],

2.           'B': ['B0', 'B1', 'B2']},

3.           index=[0, 1, 2])

4. y = pd.DataFrame({'C': ['C0', 'C2', 'C3'],

5.             'D': ['D0', 'D2', 'D3']},

6.             index=[0, 1, 2])

7. x.join(y)

结果如下：

索引不一致

1. x = pd.DataFrame({'A': ['A0', 'A1', 'A2'],

2.               'B': ['B0', 'B1', 'B2']},

3.               index=[0, 1, 2])

4. y = pd.DataFrame({'C': ['C0', 'C2', 'C3'],

5.             'D': ['D0', 'D2', 'D3']},

6.              index=[1, 2, 3])

7. x.join(y)

结果如下：

merge

merge是基于指定列的横向拼接，该函数类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。

• 可以指定不同的how参数，表示连接方式，有inner内连、left左连、right右连、outer全连，默认为inner;

1. x = pd.DataFrame({'姓名': ['张三', '李四', '王五'],

2.               '班级': ['一班', '二班', '三班']})

3. y = pd.DataFrame({'专业': ['统计学', '计算机', '绘画'],

4.              '班级': ['一班', '三班', '四班']})

6. pd.merge(x,y,how="left")

结果如下：

pd.merge()方法索引连接，以及重复列名命名。

pd.merge()方法可以通过设置left_index或者right_index的值为True来使用索引连接，例如这里df1使用data1当连接关键字，而df2使用索引当连接关键字。

从上面可以发现两个DataFrame中都有key列，merge合并之后，pandas会自动在后面加上（_x,_y）来区分，我们也可以通过设置suffixes来设置名字。

concat

concat函数既可以用于横向拼接，也可以用于纵向拼接。

纵向拼接

1. x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=         ['name','gender','age'])

2. y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=  ['name','gender','age'])

3. z = pd.concat([x,y],axis=0)

4. z

结果如下：

横向拼接

1. x = pd.DataFrame({'姓名': ['张三', '李四', '王五'],

2.                      '班级': ['一班', '二班', '三班']})

3. y = pd.DataFrame({'专业': ['统计学', '计算机', '绘画'],

4.                       '班级': ['一班', '三班', '四班']})

5. z = pd.concat([x,y],axis=1)

6. z

结果如下：

append

append主要用于纵向追加数据。

1. x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])

2. y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])

3. x.append(y)

结果如下：

combine

conbine可以通过使用函数，把两个DataFrame按列进行组合。

1. x = pd.DataFrame({"A":[3,4],"B":[1,4]})

2. y = pd.DataFrame({"A":[1,2],"B":[5,6]})

3. x.combine(y,lambda a,b:np.where(a>b,a,b))

结果如下：

注：上述函数，用于返回对应位置上的最大值。