数据结构|Pandas数据合并与拼接的5种方法( 二 )
本文插图
多键连接时将连接键组成列表传入 , 例:pd.merge(df1,df2,on=['key1','key2']
本文插图
本文插图
如果两个对象的列名不同 , 可以使用left_on , right_on分别指定
本文插图
本文插图
三、DataFrame.join:主要用于索引上的合并 语法: join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False):
其参数的意义与merge方法中的参数意义基本一样 。 该方法最为简单 , 主要用于索引上的合并 。
举例:
本文插图
本文插图
使用join , 默认使用索引进行关联
本文插图
使用merge , 指定使用索引进行关联 , 代码更复杂
本文插图
使用concat , 默认索引全部保留
本文插图
四、Series.append:纵向追加Series 语法: (self, to_append, ignore_index=False, verify_integrity=False)
举例:
本文插图
五、DataFrame.append:纵向追加DataFrame 语法: (self, other, ignore_index=False, verify_integrity=False, sort=False)
举例:
本文插图
本文插图
总结 1、join 最简单 , 主要用于基于索引的横向合并拼接
2、merge 最常用 , 主要用于基于指定列的横向合并拼接
3、concat最强大 , 可用于横向和纵向合并拼接
4、append , 主要用于纵向追加
推荐阅读
- 数据流|比亚迪M6用诊断仪无法读取TCU数据流检修
- 技术编程|如何利用数据库进行世界史研究
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- |如何分析“会员数据”,强化门店的竞争力?
- 数据|翼方健数解码隐私安全计算 实现数据“可用不可见”
- 智慧城市|数据归心、AI赋能,打牢新型智慧城市建设基础
- 目标检测|数据民工也能移动办公了:目标检测标注App上线,分分钟创建私人数据集
- Hudi|技术干货 | Uber基于Apache Hudi构建PB级数据湖实践
- 互联网|【IDC圈一周最HOT】本周数据中心项目进展、科华恒盛与腾讯云合作、英国宣布5G禁用华为、预测全球IDC市场网络规模
- 互联网|东莞先知大数据:用大数据服务社会治理和智能制造