python合并两个数据集_使用python对不同数据集进行多键合并

前言

数据探索过程中，我们经常会遇到这样的场景。多个数据源情况下，需要将不同数据源的数据合并在一起，然后进一步进行数据处理与分析，或者进行机器学习亦或是深度学习。小编在本文中，主要介绍如何通过python 进行数据的合并。

使用python 进行数据集合并工作时，有三种连接方式，我们在这里先回顾一下：外连接（how='outer'）：求取的是键的并集，组合了左连接和右连接的效果。

左连接（how=’left’）：指定左键，会以左边为主。左边展示全部，右边只展示与左边公共部分；若左边有，右边没有，则右边为NAN。左边没有，右边有，则不展示。

内连接（how=’inner’）：内连接取的是两个数据集的交集。

默认情况下，merge做的是“inner”连接；结果中的键是交集。其他方式还有“left”、“right”以及“outer”。外连接求取的是键的并集，组合了左连接和右连接的效果。

操作的步骤

首先，我们先引入pandas包，将其命名为pd；

其次，从pandas包中，引入Series和DataFrame两种数据结构。

第三，创建两个数据集，分别为left和right。

第四，使用pd.merge()进行数据集合并。

具体代码内容如下所示：

In [1]: import pandas as pd

In [2]: from pandas import Series,DataFrame

In [3]: left=DataFrame({'key1':['foo','foo','bar'],'key2':['one','two','one'],'1val':[1,2,3]})

In [4]: right=DataFrame({'key1':['foo','foo','bar','bar'],'key2':['one','two','one','two'],'1val':[4,5,6,7]})

In [5]: pd.merge(left,right,on=['key1','key2'],how='outer')

Out[5]:

key1 key2 1val_x 1val_y

0 foo one 1.0 4

1 foo two 2.0 5

2 bar one 3.0 6

3 bar two NaN 7

从运行的结果中可见，使用pd.merge()合并了left和right两个数据集，通过on参数指定“key1”和“key2"两个键，采用外连接（how='outer'）的方式。小编此处介绍的是其中一种的数据集合并的场景，其他方式将持续进行分享，欢迎关注！