【python数据分析】数据如何进行合并

数据的合并

在拥有了数据基本筛选能力后，我们还要有更加nb的操作，接下来就学习如何利用Pandas合并多个DataFrame数据，以及筛选我们心仪的数据。在数据合并里面主要讲两个函数的用法

1️⃣Concat()函数

数据合并主要包括下面两种操作：

轴向连接（concatenation）：
pd.concat()：可以沿一个轴将多个DataFrame对象连接在一起，形成一个新的DataFrame对象。

concat()函数可以将数据根据不同的轴作进行合并。我们先看一下concat()的常用参数：
pd.concat(objs, axis=0, join=‘outer’)

1. objs: series、dataframe或者是panel构成的序列list。
2. axis： 需要合并链接的轴，0是行，1是列，默认是0。
3. join：连接的方式 inner，或者outer，默认是outer。

先创建两个DataFrame对象

import pandas as pd
dict1={
    'A': ['A0', 'A1', 'A2', 'A3'],
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3']}
df1=pd.DataFrame(dict1)
print(df1)

dict2={
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3'],
    'D': ['D0', 'D1', 'D2', 'D3']}
df2=pd.DataFrame(dict2)
print(df2)
pd.concat([df1,df2],axis=0,join='outer',ignore_index=True)

✨当concat()使用默认参数合并df1和df2时，合并结果：

通过上面的结果可以发现，当join=‘outer’，axis参数为0时，列进行并集处理，纵向表拼接，缺失值由NaN填充，并且会保留原有数据的行索引。

如果两个表的index都没有实际含义，使用ignore_index参数，置true，重新整理一个新的index。

✨当concat()的axis参数为1合并df1和df2时，合并结果：

	0	1	2	3	4	5
0	A0	B0	C0	B0	C0	D0
1	A1	B1	C1	B1	C1	D1
2	A2	B2	C2	B2	C2	D2
3	A3	B3	C3	B3	C3	D3

可以看出当join=‘outer’，axis参数为1时，行进行并集处理，横向表拼接，缺失值由NaN填充。

这种合并的方式，组合特别多，在这不做过多的演示，大家可以多动手，多尝试。

当concat()的join参数为inner时合并df1和df2时：

pd.concat([df1,df2],axis=0,join='inner')

综合上面的结果可以得到：
如果为inner，得到的是两表的交集，如果是outer，得到的是两表的并集。

2️⃣merge()函数

融合（merging）：pd.merge()方法可以根据一个或多个键将不同DataFrame中的行连接起来。

merge()函数通过指定连接键拼接列数据，我们先看一下merge的常用参数：

merge(left, right, how='inner', on=None)

1.left和right：两个要合并的DataFrame

2.how：连接方式，有inner、left、right、outer，默认为inner
3.on：指的是用于连接的列索引名称，必须存在于左右两个DataFrame中，如果没有指定且其他参数也没有指定，则以两个DataFrame列名交集作为连接键

运行下面的代码，看看效果

import pandas as pd
left = pd.DataFrame({'key':['a','b','b','d'],'data1':range(4)})
print(left)

right = pd.DataFrame({'key':['a','b','c'],'data2':range(3)})
print(right)

当merge()使用默认参数连接两个DataFrame时：

pd.merge(left, right)

✨效果

	key	data2	data1
0	a	0	0
1	b	1	1
2	b	1	2

merge()默认做inner连接，并且使用两个DataFrame的列名交集（key）作为连接键，同样，最终连接的数据也是两个DataFramekey列数据的交集。

当两个DataFram使用做outer连接时：

pd.merge(left,right,on=['key'],how='outer')

✨效果

	key	data1	data2
0	a	0.0	0.0
1	b	1.0	1.0
2	b	2.0	1.0
3	d	3.0	NaN
4	c	NaN	2.0

当merge()做outer连接时最终连接的数据是两个DataFramekey列数据的并集，缺失的内容由NaN填充。

pd.merge(left,right,on=['key'],how='left')

pd.merge(left,right,on=['key'],how='right')

上面这两个代码大家自行尝试

🚩上面我们了解两种合并数据的方式，初学者可能会感到迷惑，很容易混淆，那就举个例子：
例如： 现在有两张表格分别存储了9月和10月份的成交信息，那么这个时候我们就可以使用concat( )将两个表沿着0轴合并。

例如： 现在有两张表格，一个是成交信息，包含订单号、金额、客户ID等信息；第二个是客户信息，包含客户ID、姓名、电话号等信息，那么这个时候我们就可以使用merge()根据客户ID将两个表合并成一个完整的表。