盘点 Pandas 中用于合并数据的 5 个最常用的函数！

最新推荐文章于 2024-05-29 16:21:04 发布

朱小五是凹凸君呀

最新推荐文章于 2024-05-29 16:21:04 发布

阅读量2.1k

点赞数 5

文章标签： python java 数据分析大数据人工智能

需要到微信公众号【凹凸数据】申请授权

本文链接：https://blog.csdn.net/zhuxiao5/article/details/120837949

版权

本文介绍了Pandas中用于合并数据的五个关键函数：concat、join、merge、combine和append。通过实例解析了它们的用法和差异，包括按行、按列合并，索引连接，列操作，以及字典对象的附加。

摘要由CSDN通过智能技术生成

作者：阿南整理：小五

如何在Pandas合并数据，大家肯定都不陌生。

作为一个初学者，我发现自己学了很多，却没有好好总结一下。正好看到一位大佬 Yong Cui 总结的文章，我就按照他的方法，给大家分享用于Pandas中合并数据的 5 个最常用的函数。这样大家以后就可以了解它们的差异，并正确使用它们了。

在文章开始之前，我们需要创建两个简单的 DataFrame 对象。

import pandas as pd
df0 = pd.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]})
df1 = pd.DataFrame({"c": [2, 3, 4], "d": [5, 6, 7]})

concat 函数字面就是就是连接的意思，它可以帮我们横向或者纵向合并数据。

当你纵向合并数据时，需要将轴axis指定为0，这实际上也是默认值。

pd.concat([df0,
           df1.rename(columns={"c": "a", "d": "b"})],
          axis=0)

当你横向合并数据时，具体操作如下所示。

pd.concat([df0, df1], axis=1)

默认情况下，当我们横向合并数据（沿列）时，Pandas其实是按照索引来连接的。当两者的索引不相同时，就会用 NaN 填充不重叠的&

关注