python---pandas.merge使用 以及concat使用

0. merge 函数参数

---

‘’’
merge: 合并数据集， 通过left， right确定连接字段，默认是两个数据集相同的字段
参数 说明
left 参与合并的左侧DataFrame
right 参与合并的右侧DataFrame
how 连接方式：‘inner’（默认）；还有，‘outer’、‘left’、‘right’
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 左侧DataFarme中用作连接键的列
right_on 右侧DataFarme中用作连接键的列
left_index 将左侧的行索引用作其连接键
right_index 将右侧的行索引用作其连接键
sort 根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能
suffixes 字符串值元组，用于追加到重叠列名的末尾，默认为（‘_x’,‘_y’）.例如，左右两个DataFrame对象都有‘data’，则结果中就会出现‘data_x’，‘data_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结构中。默认总是赋值
‘’’

1.merge默认按相同字段合并，且取两个都有的。

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'score':[70,60,90]})
pd.merge(df1,df2)

‘’’
age name score
0 25 kate 70
1 28 herz 60
2 35 sally 90

‘’’

2. 当左右连接字段不相同时，使用left_on,right_on

---

pd.merge(df1,df2,left_on="name",right_on='call_name')

‘’’
age name call_name score
0 25 kate kate 70
1 28 herz herz 60
2 35 sally sally 90
‘’’

3. 合并后，删除重复的列

---

pd.merge(df1,df2,left_on='name',right_on='call_name').drop('name',axis=1)

‘’’
age call_name score
0 25 kate 70
1 28 herz 60
2 35 sally 90

‘’’
4.参数how的使用

“1)默认：inner 内连接，取交集”

pd.merge(df1,df2,on='name',how='inner')

‘’’
age name score
0 25 kate 70
1 28 herz 60
2 35 sally 90
‘’’
“2)outer 外连接，取并集，并用nan填充”

df3=pd.DataFrame({'name':['kate','herz','sally','cristin'],
                  'score':[70,60,90,30]})
pd.merge(df1,df3,on='name',how='outer')    

‘’’
age name score
0 25 kate 70
1 28 herz 60
2 39 catherine NaN
3 35 sally 90
4 NaN cristin 30
‘’’

“3)left 左连接， 左侧取全部，右侧取部分”

pd.merge(df1,df3,on='name',how='left')    

‘’’
age name score
0 25 kate 70
1 28 herz 60
2 39 catherine NaN
3 35 sally 90
‘’’

“4) right 有连接，左侧取部分，右侧取全部”

pd.merge(df1,df3,on='name',how='right') 

‘’’
age name score
0 25 kate 70
1 28 herz 60
2 35 sally 90
3 NaN cristin 30
‘’’

5. concat：
   “ 1） axis=0 ， 上下合并”, 要求df1 与df2 列名相同，类似sql中的uinon all

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'age':[70,60,90]})
df = pd.concat([df1, df2], axis=0).reset_index(drop=True)

‘’’
name age
0 kate 25
1 herz 28
2 catherine 39
3 sally 35
4 kate 70
5 herz 60
6 sally 90
‘’’

“ 2） axis=1， 左右合并”, 默认按索引合并

df = pd.concat([df1, df2], axis=1).reset_index(drop=True)

‘’’
name age name age
0 kate 25 kate 70.0
1 herz 28 herz 60.0
2 catherine 39 sally 90.0
3 sally 35 NaN NaN
‘’’
7.