关于python中pandas的merge，join，concat方法的对比测试

最新推荐文章于 2024-05-07 15:58:43 发布

organa007

最新推荐文章于 2024-05-07 15:58:43 发布

阅读量208

点赞数

分类专栏：我学习python的一些笔记文章标签： python pandas numpy matplotlib scipy

本文链接：https://blog.csdn.net/qq_46609665/article/details/118805240

版权

本文通过测试代码详细对比了pandas库中的merge, join, concat三种数据合并方法。测试涵盖了不同连接方式（inner, left, right, outer）、连接键选择、是否排序以及处理重复列名的策略，帮助理解这些方法在实际操作中的应用。" 49813761,1905611,C++ Builder/Delphi Form控件布局技巧,"['C++ Builder', 'Delphi', 'GUI开发', '控件管理']

摘要由CSDN通过智能技术生成

话不多说，看测试代码（对join,merge,concat三种方法的简单测试，更细节的参数可以用到再查。）

In [1]: import numpy as np

In [2]: import pandas as pd
    

#测试concat()------------------------------发现concat()的连接是直接连接,不会去重----------------------------------
In [6]: data1 = pd.DataFrame([[1,2,3,4],[2,3,4,5]],columns=list("abcd"))

In [7]: data2 = pd.DataFrame([[1,1,2,2],[5,5,7,7]],columns=list("gfsh"))

In [8]: data1
Out[8]:
   a  b  c  d
0  1  2  3  4
1  2  3  4  5

In [9]: data2
Out[9]:
   g  f  s  h
0  1  1  2  2
1  5  5  7  7

In [10]: resdata = pd.concat((data1,data2),axis=1)

In [11]: resdata
Out[11]:
   a  b  c  d  g  f  s  h
0  1  2  3  4  1  1  2  2
1  2  3  4  5  5  5  7  7

In [12]: resdata = pd.concat((data1,data2),axis=0)

In [13]