python 组合数据_Python 中怎样合并数据

1. 问题

数据连接是数据处理中经常需要用到的操作。Python 常见的数据类型，都应该怎样进行连接呢？

2. 分析

2.1. list

list 的连接是最容易的，直接用 Python 语法即可。

a = [1, 2, 3]

b = [4, 5, 6]

c = a + b

print(c)

d = [a, b]

print(d)

输出结果

[1, 2, 3, 4, 5, 6]

[[1, 2, 3], [4, 5, 6]]

2.2. dict

dict 不支持 +。想要合并两个dict，需要用到**操作符。

a = {'a': 1, 'b':2, 'c': 3}

b = {'d': 4, 'e':5, 'f': 6}

c = {**a, **b}

print(c)

输出结果

{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}

如果b里面有a的键值，后面的值会覆盖掉前面的值。

a = {'a': 1, 'b':2, 'c': 3}

b = {'a': 4, 'e':5, 'f': 6}

c = {**a, **b}

print(c)

输出结果

{'a': 4, 'b': 2, 'c': 3, 'e': 5, 'f': 6}

2.3. set

set 不可 hashable，而且不支持+，所以需要另想办法。

a = set([1, 2, 3])

b = set([1, 5, 6])

c = a.union(b)

print(c)

d = {item for item in list(a) + list(b)}

print(d)

比如用它的union方法，或者用iterate特性，都可以得出相同的结果

{1, 2, 3, 5, 6}

{1, 2, 3, 5, 6}

2.4. ndarray

ndarray 合并的时候，需要注意坐标轴方向和相应方向大小是否吻合。比如

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])

b = np.array([[7, 8, 9], [10, 11, 12]])

c = np.concatenate((a, b))

print(c)

d = np.concatenate((a, b), axis=1)

print(d)

输出结果

[[ 1 2 3]

[ 4 5 6]

[ 7 8 9]

[10 11 12]]

[[ 1 2 3 7 8 9]

[ 4 5 6 10 11 12]]

或者

a = np.array([[1, 2, 3], [4, 5, 6]])

b = np.array([[7, 8, 9]])

c = np.concatenate((a, b))

print(c)

d = np.array([[7, 8]]).transpose()

e = np.concatenate((a, d), axis=1)

print(e)

输出结果

[[1 2 3]

[4 5 6]

[7 8 9]]

[[1 2 3 7]

[4 5 6 8]]

如果是一个 vector 和一个 ndarray 想合并，可以给 vector 增加一个维度

a = np.array([[1, 2, 3], [4, 5, 6]])

b = np.array([7, 8])

c = b[:, np.newaxis]

d = np.concatenate((a, c), axis=1)

print(d)

输出结果

array([[1, 2, 3, 7],

[4, 5, 6, 8]])

2.5. DataFrame

DataFrame 比较灵活，可以在各个维度上进行扩展。所以连接的时候需要特别注意方向。

import pandas as pd

a = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['a', 'b', 'c'])

b = pd.DataFrame([[7, 8], [9, 10]], columns=['b', 'd'])

c = pd.concat([a, b], axis=0)

c

d = pd.concat([a, b], axis=1)

d

输出结果

abcd

01.023.0NaN

14.056.0NaN

0NaN7NaN8.0

1NaN9NaN10.0

abcbd

012378

1456910

3. 总结

今天我们大致总结了 Python 里面常见数据类型的合并方式。合并是最常见的数据操作之一，应该是熟练掌握的基本功之一。

4. 交流

独学而无友则孤陋寡闻。现有「数据与统计科学」微信交流群，内有数据行业资深从业人员、海外博士、硕士等，欢迎对数据科学、数据分析、机器学习、人工智能有兴趣的朋友加入，一起学习讨论。

大家可以扫描下面二维码，添加荔姐微信邀请加入，暗号：机器学习加群。

5. 扩展

5.1. 延伸阅读

5.2. 参考文献[1]M. Wes, Python for Data Analysis, 2nd. Beijing: O’Reilly, 2017.

[1]J. VanderPlas, Python Data Science Handbook. Beijing: O’Reilly, 2016.