不讲武德赛拉开序幕

Python中merge、concat

今日阳光明媚，今日万里无云，函数届的<不讲武德>比赛拉开序幕，首当其冲的就是小梦(merge)、小超(concat)，也是合并功能里的俊男靓女，随着一只小虫(数据)的入场，大战一触即发~~

本次活动的主办方是Python和Pandas

小梦先发制人:

我的技能可多了，一顿妙语连珠：

pd.merge(
    left,
    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,
)

参数	说明
left	参与合并的左侧DataFrame
right	参与合并的右侧DataFrame
how	表示连接方式，默认为inner，还有’left’，‘right’,‘outer’
on	用于连接的列名，必须同时存在于左右两个DataFrame对象中，如果位指定，则以left和right列名的交集作为连接键
left_on	以左侧的DataFrame作为连接键
right_on	以右侧的DataFrame作为连接键
left_index	以左侧的行索引作为连接键
right_index	以右侧的行索引作为连接键
sort	根据连接键对合并后的数据进行排序，默认为True
suffixes	字符串值元组，用于追加到重叠列名的末尾，默认为(’_x’,’_y’)
copy	设置为False,可以在某些特殊情况下避免将数据复制到结果数据中。
indicator	bool或str，默认为False
validate	str，可选，如果指定，则检查合并是否为指定类型。

怎么样小超，我的功能强大不？

切，你得让我们大家伙都懂才可以呀。

好，我要让你心服口服！

Pandas老师，可以给我一个场景么，我来为大家展示一下~

import pandas as pd
import numpy as np
df1 = pd.DataFrame({"key":["a","b","c","d","e"],"data":np.arange(5)})
df1

	key	data
0	a	0
1	b	1
2	c	2
3	d	3
4	e	4

df2 = pd.DataFrame({"key":["a","b","c"],"data1":np.arange(3)})
df2

	key	data1
0	a	0
1	b	1
2	c	2

小超，你可看好喽~

#这两个的执行结果是一样的
pd.merge(df1,df2)
df1.merge(df2)

	key	data	data1
0	a	0	0
1	b	1	1
2	c	2	2

#这三种的运行结果是一样的
pd.merge(df1,df2,on='key') # 默认是inner
pd.merge(df1,df2,on=['key'],how='inner')
df1.merge(df2,on='key')

	key	data	data1
0	a	0	0
1	b	1	1
2	c	2	2

# 外连接，取并集，缺失值用NaN填充
pd.merge(df1,df2,on='key',how='outer')

	key	data	data1
0	a	0	0.0
1	b	1	1.0
2	c	2	2.0
3	d	3	NaN
4	e	4	NaN

# 左连接，取df1的全部，df2的部分
pd.merge(df1,df2,on='key',how='left')

	key	data	data1
0	a	0	0.0
1	b	1	1.0
2	c	2	2.0
3	d	3	NaN
4	e	4	NaN

# 右连接，取df2的全部，df1的部分
pd.merge(df1,df2,on='key',how='right')

	key	data	data1
0	a	0	0
1	b	1	1
2	c	2	2

#如果左右侧DataFrame的链接键名不一样时，可使用left_on、right_on来制定左右连接键
d_df1 = pd.DataFrame({'key':['a','b','c','d','e','f'],'data1':range(6)})
d_df1

	key	data1
0	a	0
1	b	1
2	c	2
3	d	3
4	e	4
5	f	5

d_df2 = pd.DataFrame({'key1':['a','b','c'],'data2':range(3)})
d_df2

	key1	data2
0	a	0
1	b	1
2	c	2

pd.merge(d_df1,d_df2,left_on='key',right_on='key1')

	key	data1	key1	data2
0	a	0	a	0
1	b	1	b	1
2	c	2	c	2

小样，跟我斗

耗子尾汁，我来让你看看我的技能吧

咕嘟，润一润嗓子，小超(concat)

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

show time!!!

参数	说明
objs	连接的列表或字典，对象必须是pandas数据类型
axis	按列或者行拼接，0是纵轴，1是横轴
join	制定inner或outer，默认为outer
keys	默认无，如果传递了多个级别，则应包含元组。构造使用传递的键作为最外层的层次索引。
levels	序列列表，默认无，用于构造多重索引
names	创建分层级别的名称
verify_integrity	bool，默认为False，检查新的连接轴是否包含重复项

一向公正的pandas社长同样也为小超建造了一个场景~

df1 = pd.DataFrame(np.random.randn(2,2),columns=['x','y'])
df1

	x	y
0	1.239784	0.697781
1	-2.510396	0.343820

df2 = pd.DataFrame(np.random.randn(4,2),columns=['x','z'])
df2

	x	z
0	-1.158629	-0.065128
1	0.410176	-0.577408
2	-0.663995	-0.308309
3	0.138777	-0.542335

家眷实团圆，一呼百诺至

# 默认是并集，纵向连接
result = pd.concat([df1,df2])
result

	x	y	z
0	1.239784	0.697781	NaN
1	-2.510396	0.343820	NaN
0	-1.158629	NaN	-0.065128
1	0.410176	NaN	-0.577408
2	-0.663995	NaN	-0.308309
3	0.138777	NaN	-0.542335

#纵向取交集，横向取并集
pd.concat([df1,df2],axis=1,join='inner')
pd.concat([df1,df2],axis=1,join='outer')

这个大家可以自己拿去执行一些哦(其实是因为不太美观放文章里~)

不讲武德

两人你来我往了不知多久，主办方都鼾声四起了

pandas伸个懒腰，小结一下吧：

1.merge默认是内连接，concat默认是外连接

2.concat准确来说是拼接，axis参数决定横纵向拼接，在axis=1 时为横向拼接，等价于merge

3.merge合并的范围广泛，concat合并的范围小，仅支持索引连接

当然了作为评委的你们觉得如何呢

我们下期见，不说拜拜~