pandas数据合并

使用contact，append，merge完成数据集合并
自己学习用，欢迎大佬指正。

1.concat

pd.concat()可以合并series和DataFrame对象，默认情况为逐行合并，且保留索引

1.1使用concat简单合并两个df

pd.concat([df1,df2])#纵向合并
pd.concat([df1,df2],axis=1)#横向合并

1.2考虑索引的合并:ignore_index

由于concat在合并是会保留索引，即使索引重复

ser1 = pd.Series(['A', 'B', 'C'], index=[1, 2, 3])
ser2 = pd.Series(['D', 'E', 'F'], index=[1, 2, 3])
pd.concat([ser1,ser2])

结果为：

如果使用：

pd.concat([ser1,ser2],ignore_index=True)

结果为：

1.3 dataframe横向简单合并

有时候我们想要简单地合并两张具有同样行数的表格，不想管索引和顺序，但是由于concat合并时会保留索引，所以合并时出现不想要的NAN值。这里有一个暴力的方法：

df2.index=df1.index ##重置表格2的索引
pd.concat([df1,df2],axis=1)

1.4 join的方法合并

可以使用join的方法来进行两个数据集的交集或者并集合并，join=‘outer’(并集)，join=‘inner’(交集)

df1=pd.DataFrame({"A":[1,2,3],"B":[2,3,4],"C":[3,4,5]})
df2=pd.DataFrame({"B":[2,3,4],"C":[3,4,5],"d":[3,4,6]})
>>
df1:            df2:
A B C           B C D
1 2 3           2 3 4
2 3 4           3 4 5
3 4 5           4 5 6

使用交集合并df1和df2

innerdf = pd.concat([df1,df2],join="inner")###可以看到A和D列已经没有了B C
0   2   3
1   3   4
2   4   5
0   2   3
1   3   4
2   4   5

使用并集合并df1和df2:

pd.concat([df1,df2],join="outer",axis=1)A    B   C   B   C   d
0   1   2   3   2   3   3
1   2   3   4   3   4   4
2   3   4   5   4   5   6

2.append

df1.appende(df2)

3.merge

merge的方法类似于SQL语言中的merge，可以一对一链接，也能一对多链接，一对多链接时，会保留重复值。merge还会默认将输入的共同列作为键合并。

3.1用merge简单合并

基本的语法为： pd.merge(df1,df2)

df1=pd.DataFrame({"A":[1,1],"B":[1,3]})
df2=pd.DataFrame({"A":1,"C":2})
pd.merge(df1,df2)#将df2重复之后再合并
>>A   B   C
0   1   1   2
1   1   3   2

……未完

【python数据分析】pandas数据合并相关推荐

Python数据分析—Pandas数据规整
数据规整一.索引二.分层索引三.数据合并 1.merge方法 2.join方法 3.concat方法四.数据分组与聚合一.索引 # 查看索引 df.index # 指定索引,但个数必须保持一 ...
【Python】图解Pandas数据合并：concat、join、append
公众号:尤而小屋作者:Peter 编辑:Peter 图解pandas数据合并:concat+join+append 在上一篇文章中介绍过pandas中最为常用的一个合并函数merge的使用,本文中介 ...
Python数据分析pandas之数据拼接与连接
Python数据分析pandas之数据拼接与连接数据拼接处理数据拼接处理指的是numpy.pandas里对数据的拼接.连接.合并等多种方法的概称.有时我们处理的数据会分很多步骤,而中间或者最终的结 ...
PANDAS 数据合并与重塑（concat篇）原创 2016年09月13日 19:26:30 47784 pandas作者Wes McKinney 在【PYTHON FOR DATA ANALYS
PANDAS 数据合并与重塑(concat篇) 原创 2016年09月13日 19:26:30 标签: 47784 编辑删除 pandas作者Wes McKinney 在[PYTHON FOR DA ...
Python数据分析——Pandas基础：dt.datetime与pivot_table()数据透视表
系列文章目录 Chapter 1:创建与探索DF.排序.子集化:Python数据分析--Pandas基础入门+代码(一) Chapter 2:聚合函数,groupby,统计分析:Python数据分析- ...
pandas数据合并：concat、join、append
公众号:尤而小屋作者:Peter 编辑:Peter 大家好,我是Peter~ 图解pandas数据合并:concat+join+append 在上一篇文章中介绍过pandas中最为常用的一个合并函数 ...
Python数据分析pandas之多层高维索引
Python数据分析pandas之多层高维索引 DataFrame多层索引多层索引简介众所周知Pandas的Series和DataFrame存放的是一维和二维数组,那么想存放多维数组就得通过多层索 ...
Python数据分析pandas之分组统计透视表
Python数据分析pandas之分组统计透视表数据聚合统计 Padans里的聚合统计即是应用分组的方法对数据框进行聚合统计,常见的有min(最小).max(最大).avg(平均值).sum(求和) ...
Python数据分析pandas之dataframe初识
Python数据分析pandas之dataframe初识声明与简介 pandas是一个基于python的.快速的.高效.灵活.易用的开源的数据处理.分析包(工具)..pandas构建在numpy之上 ...

【python数据分析】pandas数据合并