合并数据 - 方法总结（concat、append、merge、join、combine_first）- Python代码

描述

分析一个业务的时候往往涉及到很多数据，比如企业融资信息、投资机构信息、行业标签、招聘数据、政策数据等，这些数据分别存储在不同的表中。通过堆叠合并和主键合并等多种合并方式，可以将这些表中需要的数据信息合并在一张表中供分析使用。

合并方法

1. 堆叠合并：横向堆叠，纵向堆叠；
2. 主键合并；
3. 重叠合并；

---

堆叠合并

堆叠合并就是简单的把两个表拼在一起，分为横向堆叠和纵向堆叠。

横向堆叠

横向堆叠就是指将后一个表的数据堆叠到前一个表的后几列，可以使用 concat 函数完成。

concat 函数基本语法

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
          keys=None, levels=None, names=None, verify_integrity=False,copy=True)

objs：表示需要合并的表的组合[d1, d2]，接收多个Series, DataFrame, Panel 的组合，无默认；

axis：默认为0，axis=0表示做列对齐，列名一致的话，将后表数据添加到前表的下几行；

                          axis=1表示做行对齐，行标签一致的话，将后表的数据添加到前表的后几列；

join：默认为outer，接收‘inner’或‘outer’，表示取交集或并集；

其他参数相对不是那么常用，有兴趣的可以参考：concat函数的常用参数及说明

Python代码

# -*- coding=utf-8 -*-
import pandas as pd
import numpy as np
from pandas import DataFrame,Series
import math

#导入数据
eventfile = u'D:\\pythondata\\yuchuli\\event.xlsx'#投融资事件
event = pd.read_excel(eventfile)
event = DataFrame(event)

eventbufile = u'D:\\pythondata\\yuchuli\\event_bu.xlsx'#投融资事件补充数据
event_bu = pd.read_excel(eventbufile)
event_bu = DataFrame(event_bu)

#合并文件
event_1 = pd.concat([event, event_bu], axis = 1, join='outer', sort=False)
event_2 = pd.concat([event, event_bu], axis = 0, join='outer', sort=False)
e