pandas拼接两个dataframe_pandas回顾小结（三）-合并与拼接

目录：

橘猫吃不胖：pandas回顾小结（二）​zhuanlan.zhihu.com

橘猫吃不胖：pandas回顾小结（一）​zhuanlan.zhihu.com

---

数据合并

DataFrame.merge( right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes='_x', '_y', copy=True, indicator=False, validate=None)

这个函数，类似于SQL中的JOIN，也就是关联查询，就是将两个DataFrame进行合并

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]})

上面是我们的基础数据，现在试试这个merge函数的使用

df1.merge(df2, left_on='lkey', right_on='rkey' )

我们指定了连个DataFrame关联的字段，默认的话， 是inner，相当于是内关联

还有一个类似的函数：

DataFrame.join( other, on=None, how='left', lsuffix='', rsuffix='', sort=False)

如果是使用index来关联合并数据的话， 使用join更为合适

df1 = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})
df2 = pd.DataFrame({'c':[8,8], 'd':[9,9]})

df1.join(df2)

数据拼接

pandas.concat( objs:Union[Iterable[‘DataFrame’], Mapping[Label, ‘DataFrame’]], axis='0', join:str="'outer'", ignore_index:bool='False', keys='None', levels='None', names='None', verify_integrity:bool='False', sort:bool='False', copy:bool='True')→ ’DataFrame’

在某个轴上，将数据直接怼上去，按照行或者列进行拼接

df1 = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})
df2 = pd.DataFrame({'c':[8,8], 'd':[9,9]})

pd.concat([df1, df2])

默认是在index上进行拼接，index的索引也是拼接的，我们可以使用参数，忽略重置索引

pd.concat([df1, df2], ignore_index=True)

也可以按照column进行拼接，这时拼接的时候，会按照index进行一步整合

pd.concat([df1, df2] , axis=1)

df3 = pd.DataFrame({'c':[8,8], 'd':[9,9]}, index=[8,9])
pd.concat([df1, df3])