Python之王|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):【Python之王|Pandas数据合并与拼接的5种方法】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 。
文章图片
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
举例：
文章图片
默认纵向拼接
文章图片
横向全拼接（默认索引全保留）
文章图片
横向关联拼接（只保留左右都存在的索引行）
文章图片
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：
文章图片
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）
文章图片
通过how ， 指定连接方式
文章图片
多键连接时将连接键组成列表传入 ， 例：pd.merge(df1,df2,on=['key1','key2']
推荐阅读
- 行星■谁才是“行星之王”？开普勒-88d，在它面前各行星都是渣渣
- 科技匠|猜猜谁才是影像之王？，来一场旗舰手机的样张盲测
- 互联网爱帝鹅|流量之王国美电器的背水一战
- 小巫聊数码|联想的R7000简评：锐龙4系处理器性价比之王？
- 数码小妖精|京东方仅14.3％的份额，而它却独占52％，全球真正的屏幕之王
- 老虎▲老虎为什么是百兽之王？把它的毛剃光后，才知什么叫生而为王
- 显卡@2020年千元级甜品级显卡，讯景5500XT开箱，性价比之王？
- 柳先说|在日韩却是销量冠军，中国家电界“无冕之王”：国内默默无闻40年
- 老男孩搞机|TWS，真无线蓝牙耳机性价比之王-omthing
- 产业气象站|学完python可以从事哪些行业?