数据结构Pandas数据合并与拼接的5种方法
pandas数据处理功能强大 ， 可以方便的实现数据的合并与拼接 ， 具体是如何实现的呢？
一、DataFrame.concat：沿着一条轴 ， 将多个对象堆叠到一起 语法：
concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False, copy=True): pd.concat()只是单纯的把两个表拼接在一起 ， 参数axis是关键 ， 它用于指定合并的轴是行还是列 ， axis默认是0 。
本文插图
axis=0代表纵向合并；
axis=1代表横向合并 。
参数介绍：
objs：需要连接的对象集合 ， 一般是列表或字典；
axis：连接轴向；
join：参数为‘outer’或‘inner’；
ignore_index=True：重建索引
【数据结构Pandas数据合并与拼接的5种方法】举例：
本文插图
默认纵向拼接
本文插图
横向全拼接（默认索引全保留）
本文插图
横向关联拼接（只保留左右都存在的索引行）
本文插图
二、DataFrame.merge：类似 vlookup 语法：
merge(left, right, how='inner', on=None, left_on=None, right_on=None,left_index=False, right_index=False, sort=True,suffixes=('_x', '_y'), copy=True, indicator=False) 类似于关系型数据库的连接方式 ， 可以根据一个或多个键将不同的DatFrame连接起来 。 该函数的典型应用场景是 ， 针对同一个主键存在两张不同字段的表 ， 根据主键整合到一张表里面 。
参数介绍：
left和right：两个不同的DataFrame；
how：连接方式 ， 有inner、left、right、outer ， 默认为inner；
on：指的是用于连接的列索引名称 ， 必须存在于左右两个DataFrame中 ， 如果没有指定且其他参数也没有指定 ， 则以两个DataFrame列名交集作为连接键；
left_on：左侧DataFrame中用于连接键的列名 ， 这个参数左右列名不同但代表的含义相同时非常的有用；
right_on：右侧DataFrame中用于连接键的列名；
left_index：使用左侧DataFrame中的行索引作为连接键；
right_index：使用右侧DataFrame中的行索引作为连接键；
sort：默认为True ， 将合并的数据进行排序 ， 设置为False可以提高性能；
suffixes：字符串值组成的元组 ， 用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称 ， 默认为('_x', '_y')；
copy：默认为True ， 总是将数据复制到数据结构中 ， 设置为False可以提高性能；
indicator：显示合并数据中数据的来源情况
举例：
本文插图
没有指定连接键 ， 默认用重叠列名 ， 没有指定连接方式 ， 默认inner内连接（取key的交集）
本文插图
通过how ， 指定连接方式
推荐阅读
- 疫情|美国疫情速报：确诊数已逼近284万；特朗普发话：99%新冠病例完全无害；美专家：实际感染数或是现有数据10~24倍
- 「徐艺洋」两百万的数据差，张艺凡却“顶替”徐艺洋出道，正面撕开创3内幕
- 主从|Redis系列（五）：主从复制
- 红刊财经|蒙泰股份拟创业板注册上市 营业收入数据异常问题难解
- 美国|美国疫情严重程度被大幅低估 实际感染人数或是现有数据10到24倍
- 富途资讯|| 重磅数据及事件一览表，一周前瞻
- 数据港湾|| 外资最新持股数据，农林牧渔
- 娱乐大起底|《乘风破浪的姐姐》公演舞台来袭：看珍爱网大数据解析女性如何实现自我价值
- 主机游戏小玩家|《集合啦动物之森》更新后现新BUG!数据挖掘更多信息
- 巴黎圣日耳曼等豪门觊觎，贝纳塞代表AC米兰出战时的数据并不亮眼，为何这位后腰还能得到不少豪门的青睐呢