pandas学习笔记（二）

最新推荐文章于 2022-04-14 02:20:14 发布

囧人232

最新推荐文章于 2022-04-14 02:20:14 发布

阅读量152

点赞数

分类专栏：暑假学习日记week1 文章标签： python 数据分析

本文链接：https://blog.csdn.net/qq_40466228/article/details/113100308

版权

暑假学习日记week1 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

本文详细介绍了Pandas中数据合并与拼接的方法，包括Merge、join和concat。Merge基于共同列进行连接，join则基于index，而concat则沿特定轴拼接对象。示例展示了如何使用这些方法进行数据操作，如添加行、列以及执行SQL形式的JOIN操作。

摘要由CSDN通过智能技术生成

文章目录

- - Pandas 数据合并与拼接

Pandas 数据合并与拼接

df1.append(df2)：将df2中的行添加到df1的尾部
df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部
df1.join(df2,on=col1,how='inner')：对df1的列和df2的列执行SQL形式的join

Merge方法

pandas的Merge方法基于共同列，将两个DataFrame连接起来。有如下参数

left/right ：左右位置的dataframe
how : {‘left’,‘right’,‘outer’,‘inner’,‘cross’}
on: 需要合并的列名和索引名，若为None则默认为交集
left_on/right_on: 左右data_frame合并的列名，可为索引，数组，列表
left_index/right_index：是否以index为数组合并的列名，True表示是
sort：根据dataframe合并的keys排序，默认是
copy：如果False，避免可能的copy
indicator：如果指定，检查是否为指定的类型

df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [1, 2, 3, 5]})
df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [5, 6, 7, 8]})
df1
    lkey value
0   foo      1
1   bar      2
2   baz      3
3   foo      5
df2
    rkey value
0   foo      5
1   bar      6
2   baz      7
3   foo      8

df1.merge(df2, left_on='lkey', right_on='rkey')
  lkey  value_x rkey  value_y
0  foo        1  foo        5
1  foo        1  foo        8
2  foo        5  foo        5
3  foo        5  foo        8
4  bar        2  bar        6
5  baz        3  baz        7

join方法

join方法基于index连接dataframe，merge则是基于column，连接方法与merge一致

df1.append(df2)：将df2中的行添加到df1的尾部
df.concat([df1, df2],axis=1)：将df2中的列添加到df1的尾部
df1.join(df2,on=col1,how='inner')：对df1的列和df2的列执行SQL形式的join

contact方法

沿特定轴连接pandas对象和其他对象

axis:连接所沿的轴
ignore_index:如果是True，忽略串联轴所用索引值
keys:如果通过多个，应包含元组
levels:特殊的索引用以构造多组别

s1 = pd.Series(['a', 'b'])
s2 = pd.Series(['c', 'd'])
pd.concat([s1, s2])
0    a
1    b
0    c
1    d
dtype: object

pd.concat([s1, s2], keys=['s1', 's2'],
          names=['Series name', 'Row ID'])
Series name  Row ID
s1           0         a
             1         b
s2           0         c
             1         d
dtype: object