pandas数据的合并与拼接的实现

Pandas包的merge、join、concat方法可以完成数据的合并和拼接，本文主要介绍了这三种实现方式，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

目录

1. Merge方法

1.1 内连接

1.2 外连接

1.3 左连接

1.4 右连接

1.5 基于多列的连接算法

1.6 基于index的连接方法

2. join方法

3. concat方法

3.1 series类型的拼接方法

3.2 dataframe类型的拼接方法

4. 小结

---

Pandas包的merge、join、concat方法可以完成数据的合并和拼接，merge方法主要基于两个dataframe的共同列进行合并，join方法主要基于两个dataframe的索引进行合并，concat方法是对series或dataframe进行行拼接或列拼接。

1. Merge方法

pandas的merge方法是基于共同列，将两个dataframe连接起来。merge方法的主要参数：

• left/right：左/右位置的dataframe。
• how：数据合并的方式。left：基于左dataframe列的数据合并；right：基于右dataframe列的数据合并；outer：基于列的数据外合并（取并集）；inner：基于列的数据内合并（取交集）；默认为'inner'。
• on：用来合并的列名，这个参数需要保证两个dataframe有相同的列名。
• left_on/right_on：左/右dataframe合并的列名，也可为索引，数组和列表。
• left_index/right_index：是否以index作为数据合并的列名，True表示是。
• sort：根据dataframe合并的keys排序，默认是。
• suffixes：若有相同列且该列没有作为合并的列，可通过suffixes设置该列的后缀名，一般为元组和列表类型。

merges通过设置how参数选择两个dataframe的连接方式，有内连接，外连接，左连接，右连接，下面通过例子介绍连接的含义。编程学习资料白嫖领取点击

1.1 内连接

　　how='inner'，dataframe的链接方式为内连接，我们可以理解基于共同列的交集进行连接，参数on设置连接的共有列名。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

# 单列的内连接 # 定义df1 import pandas as pd import numpy as np df1 = pd.DataFrame({ 'alpha':['A','B','B','C','D','E'],'feature1':[1,1,2,3,3,1],             'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({ 'alpha':['A','A','B','F'],'pazham':['apple','orange','pine','pear'],             'kilo':['high','low','high','medium'],'price':np.array([5,6,5,7])}) # print(df1) # print(df2) # 基于共同列alpha的内连接 df3 = pd.merge(df1,df2,how='inner',on='alpha') df3

　　取共同列alpha值的交集进行连接。

1.2 外连接

　　how='outer'，dataframe的链接方式为外连接，我们可以理解基于共同列的并集进行连接，参数on设置连接的共有列名。

1 2 3 4 5 6 7 8 9 10

# 单列的外连接 # 定义df1 df1 = pd.DataFrame({ 'alpha':['A','B','B','C','D','E'],'feature1':[1,1,2,3,3,1],                 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({ 'alpha':['A','A','B','F'],'pazham':['apple','orange','pine','pear'],                         'kilo':['high','low','high','medium'],'price':np.array([5,6,5,7])}) # 基于共同列alpha的内连接 df4 = pd.merge(df1,df2,how='outer',on='alpha') df4

　　若两个dataframe间除了on设置的连接列外并无相同列，则该列的值置为NaN。