目录
作为DataFrame系列的第三部分,主要是对两个DataFrame之间的关联进行介绍。
以下面两个DataFrame为例进行语法的介绍:
df_1 = pd.read_csv('D:/traindatas/map_1.csv', sep=',', header='infer') # 测试集
df_2 = pd.read_csv('D:/traindatas/map_2.csv', sep=',', header='infer') # 测试集
1.concat
concat 轴向连接。就是单纯地把两个表拼在一起,这个过程也被称作绑定(binding)或堆叠(stacking)。函数的关键参数应该是 axis
默认值:axis=0
axis=0:竖方向(index)合并,合并方向index作列表相加,非合并方向columns取并集
axis=1:横方向(columns)合并,合并方向columns作列表相加,非合并方向index取并集
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)
1)默认情况
注意到这里,左表和右表没有一个单元格是一样的,只是按照行索引水平堆在了一起
pd.concat([df_1, df_2])
2)axis=0
是根据id相同的堆叠在一起,相当于full join操作
pd.concat([df_1, df_2],axis=0)
3)axis=1 注意到这里,左表和右表不是根据id一样拼在一起的,只是按照行索引水平堆在了一起
pd.concat([df_1, df_2],axis=1)
2.JOIN
JOIN 拼接列,主要用于基于行索引上的合并。
- 只要两个表列名不同,不加任何参数就可以直接用。
- 如果两个表有重复的列名,需指定lsuffix, rsuffix参数。
- 默认左外连接how=left
df1.join(df2, lsuffix='_l', rsuffix='_r') # 列名重复的时候需要指定lsuffix, rsuffix参数
1)axis=0时join='inner',columns取交集:
2)axis=1时join='inner',index取交集:
3.merge
- 默认以重叠列名当做链接键;默认是INNER JOIN
- 可以多键连接,'on'参数后传入多键列表即可
- 如果两个对象的列表不同,可以用left_on, right_on指定。
- 也可以用行索引当连接键,使用参数left_index=True, right_index=True. 但是这种情况下最好用JOIN
merge(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=('_x', '_y'), copy=True, indicator=False)
- left与right:就是我们的df_1,df_2
- how:指的是合并(连接)的方式:inner(内连接),left(左外连接),right(右外连接),outer(全外连接);默认为inner
- on : 指的是用于连接的列索引名称。必须存在左右两个DataFrame对象中,如果没有指定且其他参数也未指定则以两个DataFrame的列名交集做为连接键
- left_on:左表用作连接键的列名;这个参数中左右列名不相同,但代表的含义相同时非常有用。
- right_on:右表用作 连接键的列名
- left_index:左表的行索引做为连接键,用到这个参数时,就有点类似于上面的JOIN函数了。
- right_index:使用右表的行索引做为连接键
- sort:默认为True,将合并的数据进行排序。在大多数情况下设置为False可以提高性能
- suffixes:字符串值组成的元组,用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称,默认为('_x','_y')
- copy:默认为True,总是将数据复制到数据结构中;大多数情况下设置为False可以提高性能
- indicator:在 0.17.0中还增加了一个显示合并数据中来源情况;如只来自己于左边(left_only)、两者(both)
看一个简单的例子:不加任何参数,就默认以两表中都有的建作为主键连接了,即默认合并后只保留有共同列项并且值相等行(即交集)
看下indicator的用法:
默认值:indicator=False,不显示合并方式
设置True表示显示合并方式,即left / right / both:
以上是对三个函数的简单介绍,三个函数还有很丰富的功能,这里就不再深入介绍了。