pandas合并操作

在实际工作中，我们的数据经常存储在多个文件中，这时候就需要挨个读取出来，然后合并成一个DataFrame对象。在pandas中，可以通过pd.concat和pd.merge来实现合并的功能。

pd.concat：

pd.concat(datas, axis=1)，按照行或者列合并多个数据，axis=0为列索引，axis=1为行索引。比如我们以二手车数据为例，合并广州和北京的二手车数据。示例代码如下：

df_gz = pd.read_csv("data/guazi_gz.csv")
df_bj = pd.read_csv("data/guazi_bj.csv")df = pd.concat([df_gz, df_bj])

其中df_gz和df_bj的列名都是一样的，上述代码是将多行合并在一起。

如果要将不同列的数据合并在一起，那么则根据行索引名称进行拼接。

pd.merge：

pd.merge(left, right, how="inner", on=None, left_on=None, right_one=None)类似于SQL语句中的连接。都是指定按照共同键值对合并或者左右内连接。参数意义如下：

left和right：两个需要合并的DataFrame对象。

how

：指定合并的方式。有以下可选参数。

Merge Method	SQL Join Name	描述
left	LEFT OUTER JOIN	只使用左边的DataFrame的key作为连接字段
right	RIGHT OUTER JOIN	只使用右边的DataFrame的key作为连接字段
outer	FULL OUTER JOIN	使用左边和右边的key值的并集连接
inner	INNER JOIN	使用左边和右边的key值的交集连接

on：按照哪个字段进行合并，指定的键必须在两个DataFrame中都存在。
left_on：左连接的字段。
right_on：右连接的字段。

pd.merge合并：

使用left_on和right_on参数合并：

df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],'value': [1, 2, 3, 5]})df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],'value': [5, 6, 7, 8]})print(df1)
print(df2)

输出结果如下：

        lkey value
0   foo 1
1   bar 2
2   baz 3
3   foo 5rkey   value
0   foo 5
1   bar 6
2   baz 7
3   foo 8

执行merge操作代码如下：

pd.merge(df1, df2, left_on="lkey", right_on="rkey")

输出结果为：

        lkey value_x rkey    value_y
0   foo 1   foo 5
1   foo 1   foo 8
2   foo 5   foo 5
3   foo 5   foo 8
4   bar 2   bar 6
5   baz 3   baz 7

使用on参数合并：
案例对象如下：

left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],'key2': ['K0', 'K1', 'K0', 'K1'],'A': ['A0', 'A1', 'A2', 'A3'],'B': ['B0', 'B1', 'B2', 'B3']})right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],'key2': ['K0', 'K0', 'K0', 'K0'],'C': ['C0', 'C1', 'C2', 'C3'],'D': ['D0', 'D1', 'D2', 'D3']})

内连接：

result = pd.merge(left, right, on=['key1', 'key2'])

左连接：

result = pd.merge(left, right, how='left', on=['key1', 'key2'])

右连接：

result = pd.merge(left, right, how='right', on=['key1', 'key2'])

外连接：

result = pd.merge(left, right, how='outer', on=['key1', 'key2'])

pandas合并操作相关推荐

数据分析之Pandas合并操作总结
↑↑↑关注后"星标"Datawhale每日干货 & 每月组队学习,不错过Datawhale干货作者:耿远昊,Datawhale成员,华东师范大学 pandas 是一个强大 ...
Pandas常用操作总结
文章目录前言 1.DF常用的两种创建方式方式一:通过np来生成方式二:通过字典来生成 2.pandas常用的属性及方法 3.Pandas Select(数据选择) 4.Pandas Set_va ...
Pandas知识点-合并操作combine
Pandas知识点-合并操作combine combine是联合的意思,在Pandas中,combine()方法也是一种实现合并的方法,本文介绍combine()方法的用法. 一.combine_fi ...
Pandas知识点-合并操作join
Pandas知识点-合并操作join 在Pandas中,join()方法也可以用于实现合并操作,本文介绍join()方法的具体用法. 一.基础合并操作 join(other): 将一个或多个DataF ...
Pandas知识点-合并操作merge
Pandas知识点-合并操作merge merge()方法是Pandas中的合并操作,在数据处理过程中很常用,本文介绍merge()方法的具体用法. 一.基础合并操作 merge(left, righ ...
pandas基础操作大全之数据合并
在pandas 基础操作大全之数据读取&清洗&分析中介绍了pandas常见的数据处理操作,现在继续对pandas常用的数据合并操作做下介绍,便于大家快速了解,也方便后续需要时快速查询. ...
10000字的Pandas核心操作知识大全！
来源丨数据不吹牛工作中最近常用到pandas做数据处理和分析,特意总结了以下常用内容.想下载到本地可访问以下地址 https://github.com/SeafyLiang/Python_study ...
python处理表格数据教程_用Python的pandas框架操作Excel文件中的数据教程
引言本文的目的,是向您展示如何使用pandas来执行一些常见的Excel任务.有些例子比较琐碎,但我觉得展示这些简单的东西与那些你可以在其他地方找到的复杂功能同等重要.作为额外的福利,我将会进行一些 ...
python pandas合并多个excel_python pandas合并多个excel(xls和xlsx)文件（弹窗选择文件夹和保存文件）...
# python pandas合并多个excel(xls和xlsx)文件(弹窗选择文件夹和保存文件) import tkinter as tk from tkinter import filedial ...

pandas合并操作

pandas合并操作

pd.concat：

pd.merge：

pd.merge合并：

pandas合并操作相关推荐

最新文章

热门文章