Pandas之六Merge

关注微信公众号：数据研发技术，点击菜单：PY宝典，查看往期精彩内容

有时要分析的数据源存放在不同的地方被读取到不同的dataframe，但需要对其合并分析。比如某个业务按月份存放数据到不同的表或文件，但是需要合并分析各个月的变化趋势时就可能需要将不同的dataframe合并到后进行分析。Pandas提供了两种合并操作：

• concat：直接拼接，将datafarme或series按行或列拼接在一起
• join：类似于sql中的join，按照条件组合到一起

1. Concat

concat可以同时合并两个及两个以下的dataframe，可以按行进行合并，也可以按列进行合并。下面我们以下图中的数据来演示上述各项功能。

1.1 按行合并dataframe

将df4、df5和df6按行合并成一个dataframe，合并步骤：

1. 取出所有dataframe的不同列名，作为结果dataframe的列名
2. 直接拼接所有dataframe的所有行，按照原列名存放各列数据
3. 以np.nan补充缺失值

pd.concat([df4,df5,df6])

1.2 按列合并dataframe

设置参数axis=1将df4和df5按列合并成一个dataframe，与按行合并的区别是会在原dataframe后追加所有行和所有列。

pd.concat([df4,df5.loc[:,"B"]],axis=1)

2. Join

Join方式类似于SQL中的join，是日常操作中用得较多的方式，使用pd.merge方法实现，本文先介绍基础用法，后续精讲系列再进行深入讲解。首先构建两个需要合并的dataframe

1. 使用pd.merge为两个dataframe关联key相同的数据，取其所有列。一般情况下，on设置为在所有dataframe数据都不重复的列名，以避免重复数据出现。

   pd.merge(left, right, on="key")
   

2. 使用pd.merge以左连接的方式关联合并，设置参数how="left"，以left为主，取right中相同key的数据，不存在的数据默认以np.nan填充。

   pd.merge(left, right, on="key", how="left")
   

---

点个关注再走呗👉👉👉