pd.merge()与pd.concat()的使用

merge()的使用：

使用场景：两个DataFrame中某列或多列列名相同

dic1 = {'name':['李四', '王五', '赵六'], 'age':[12, 13, 14]}
dic2 = {'name':['张三', '李四', '王五'], 'class':['A1', 'A2', 'A3']}
df1 = pd.DataFrame(dic1)
df2 = pd.DataFrame(dic2)

'''
  name  age
0   李四   12
1   王五   13
2   赵六   14
  name class
0   张三    A1
1   李四    A2
2   王五    A3
'''

---

合并方式how = ‘inner’（默认），类似于取交集

on：用于连接的列名，若不指定则以两个Dataframe的列名的交集作为连接键

merge_df = pd.merge(df1, df2, on='name', how = "inner")
'''
  name  age class
0   李四   12    A2
1   王五   13    A3
'''

---

how = ‘outer’，类似于取并集

merge_df = pd.merge(df1, df2, on='name', how = "outer")
'''
  name   age class
0   李四  12.0    A2
1   王五  13.0    A3
2   赵六  14.0   NaN
3   张三   NaN    A1
'''

---

how = ‘left’(‘right’)，类似于数据库中的左连接、右连接

merge_df = pd.merge(df1, df2, on='name', how = "left")
'''
  name  age class
0   李四   12    A2
1   王五   13    A3
2   赵六   14   NaN
'''
merge_df = pd.merge(df1, df2, on='name', how = "right")
'''
  name   age class
0   张三   NaN    A1
1   李四  12.0    A2
2   王五  13.0    A3
'''

---

concat（）的使用：

常用参数
objs：series、dataframe等构成的序列
axis：1轴，0轴（默认）
join：outer默认，可选inner
ignore_index：默认False，即不重置dataframe的索引
sort：默认False

dic1 = {'name':['李四', '王五', '赵六'], 'age':[12, 13, 14]}
dic2 = {'name':['张三', '李四', '王五'], 'class':['A1', 'A2', 'A3']}
df1 = pd.DataFrame(dic1)
df2 = pd.DataFrame(dic2)

'''
  name  age
0   李四   12
1   王五   13
2   赵六   14
  name class
0   张三    A1
1   李四    A2
2   王五    A3
'''

---

join = ‘outer’
0轴：纵轴，行的增加或减少

new_df = pd.concat([df1, df2], ignore_index=True, join='outer',axis=0)
'''
  name   age class
0   李四  12.0   NaN
1   王五  13.0   NaN
2   赵六  14.0   NaN
3   张三   NaN    A1
4   李四   NaN    A2
5   王五   NaN    A3
'''

---

join = ‘outer’
1轴：横轴，列的增加或减少

new_df = pd.concat([df1, df2], ignore_index=True, join='outer',axis=1)
'''
    0   1   2   3
0  李四  12  张三  A1
1  王五  13  李四  A2
2  赵六  14  王五  A3
'''

注意： 此时的列名被重置，重置的原因就是ignore_index=True,当我们对列进行操作时，一般就需要重置索引。

---