pandas模块-合并数据集
导入模块:
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
from numpy import nan as NA
1.pd.merge() dataframe和dataframe合并
创建两个DataFrame用了来连接
df1=DataFrame(
{
'key':list('aabbabc'),'data1':np.arange(7)*10}
)
df1
df2=DataFrame(
{
'key':list('abd'),'data2':np.arange(1,4)*10}
)
df2
(1)pd.merge采用inner连接 取交集,没有交集的舍弃
pd.merge(df1,df2)
默认是以相同的列名称为键 进行合并 一般情况下 建议用on=’’ 制定一下
pd.merge(df1,df2,on='key')
默认 how=‘inner’ 取交集,how=‘outer’ 取并集
pd.merge(df1,df2,how='outer')
如果没有相同的列
在创建两个没有相同列的DataFrame
df3 = DataFrame(
{
'Lkey':list('aabbabc') , 'data1':np.arange(7)*10}
)
df4 = DataFrame(
{
'Rkey':list('abd') ,'data2':np.arange(1,4)*10}
)
print(df3)
print