站長資訊網(wǎng)本篇文章給大家?guī)砹岁P(guān)于python的相關(guān)知識，其中主要介紹了關(guān)于數(shù)據(jù)合并的相關(guān)問題，包括了concat函數(shù)與merge函數(shù)等內(nèi)容，下面一起來看一下，希望對大家有幫助。
推薦學(xué)習(xí)：python視頻教程
一、concat函數(shù)
- concat()函數(shù)可以沿著一條軸將多個對象進行堆疊，其使用方式類似數(shù)據(jù)庫中的數(shù)據(jù)表合并
pandas.concat(objs, axis=0, join=’outer’, join_axes=None, ignore_index=False, keys=None, levels=None, verify_integrity=False, sort=None, copy=True) - 參數(shù)含義如下：
| 參數(shù) | 作用 |
|---|---|
| axis | 表示連接的軸向，可以為0或者1，默認(rèn)為0 |
| join | 表示連接的方式，inner表示內(nèi)連接，outer表示外連接，默認(rèn)使用外連接 |
| ignore_index | 接收布爾值，默認(rèn)為False。如果設(shè)置為True，則表示清除現(xiàn)有索引并重置索引值 |
| keys | 接收序列，表示添加最外層索引 |
| levels | 用于構(gòu)建MultiIndex的特定級別（唯一值） |
| names | 設(shè)置了keys和level參數(shù)后，用于創(chuàng)建分層級別的名稱 |
| verify_integerity | 檢查新的連接軸是否包含重復(fù)項。接收布爾值，當(dāng)設(shè)置為True時，如果有重復(fù)的軸將會拋出錯誤，默認(rèn)為False |
- 根據(jù)軸方向的不同，可以將堆疊分成橫向堆疊與縱向堆疊，默認(rèn)采用的是縱向堆疊方式
- 在堆疊數(shù)據(jù)時，默認(rèn)采用的是外連接（join參數(shù)設(shè)為outer）的方式進行合并，當(dāng)然也可以通過join=inner設(shè)置為內(nèi)連接的方式。
1)橫向堆疊與外連接
import pandas as pd df1=pd.DataFrame({'A':['A0','A1','A2'], 'B':['B0','B1','B2']})df1
df2=pd.DataFrame({'C':['C0','C1','C2'], 'D':['D0','D1','D2']})df2
橫向堆疊合并df1和df2,采用外連接的方式
pd.concat([df1,df2],join='outer',axis=1)
2) 縱向堆疊與內(nèi)鏈接
import pandas as pd first=pd.DataFrame({'A':['A0','A1','A2'], 'B':['B0','B1','B2'], 'C':['C0','C1','C2']})first
second=pd.DataFrame({'B':['B3','B4','B5'], 'C':['C3','C4','C5'], 'D':['D3','D4','D5']})second
- 當(dāng)使用concat()函數(shù)合并時，若是將axis參數(shù)的值設(shè)為0，且join參數(shù)的值設(shè)為inner,則代表著使用縱向堆疊與內(nèi)連接的方式進行合并
pd.concat([first,second],join='inner',axis=0)
二、merge()函數(shù)
1）主鍵合并數(shù)據(jù)
- 在使用merge()函數(shù)進行合并時，默認(rèn)會使用重疊的列索引做為合并鍵，并采用內(nèi)連接方式合并數(shù)據(jù)，即取行索引重疊的部分。
import pandas as pd left=pd.DataFrame({'key':['K0','K1','K2'], 'A':['A0','A1','A2'], 'B':['B0','B1','B2']})left
right=pd.DataFrame({'key':['K0','K1','K2','K3'], 'C':['C0','C1','C2','C3'], 'D':['D0','D1','D2','D3']})right
pd.merge(left,right,on='key')
2）merge()函數(shù)還支持對含有多個重疊列的DataFrame對象進行合并。
import pandas as pd data1=pd.DataFrame({'key':['K0','K1','K2'], 'A':['A0','A1','A2'], 'B':['B0','B1','B2']})data1
data2=pd.DataFrame({'key':['K0','K5','K2','K4'], 'B':['B0','B1','B2','B5'], 'C':['C0','C1','C2','C3'], 'D':['D0','D1','D2','D3']})data2
pd.merge(data1,data2,on=['key','B'])
1）根據(jù)行索引合并數(shù)據(jù)
- join()方法能夠通過索引或指定列來連接多個DataFrame對象
- join（other，on = None，how =‘left’，lsuffix =‘’，rsuffix =‘’，sort = False ）
| 參數(shù) | 作用 |
|---|---|
| on | 名稱，用于連接列名 |
| how | ?可以從{‘‘left’’ ,‘‘right’’, ‘‘outer’’, ‘‘inner’’}中任選一個，默認(rèn)使用左連接的方式。 |
| sort | 根據(jù)連接鍵對合并的數(shù)據(jù)進行排序，默認(rèn)為False |
import pandas as pd data3=pd.DataFrame({'A':['A0','A1','A2'], 'B':['B0','B1','B2']})data3
data4=pd.DataFrame({'C': ['C0', 'C1', 'C2'], 'D': ['D0', 'D1', 'D2']}, index=['a','b','c'])data3.join(data4,how='outer') # 外連接
data3.join(data4,how='left') #左連接
data3.join(data4,how='right') #右連接
data3.join(data4,how='inner') #內(nèi)連接
import pandas as pd left = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2'], 'key': ['K0', 'K1', 'K2']})left
right = pd.DataFrame({'C': ['C0', 'C1','C2'], 'D': ['D0', 'D1','D2']}, index=['K0', 'K1','K2'])right
on參數(shù)指定連接的列名
left.join(right,how='left',on='key') #on參數(shù)指定連接的列名
2）合并重疊數(shù)據(jù)
當(dāng)DataFrame對象中出現(xiàn)了缺失數(shù)據(jù)，而我們希望使用其他DataFrame對象中的數(shù)據(jù)填充缺失數(shù)據(jù)，則可以通過combine_first()方法為缺失數(shù)據(jù)填充。
import pandas as pdimport numpy as npfrom numpy import NAN left = pd.DataFrame({'A': [np.nan, 'A1', 'A2', 'A3'], 'B': [np.nan, 'B1', np.nan, 'B3'], 'key': ['K0', 'K1', 'K2', 'K3']})left
right = pd.DataFrame({'A': ['C0', 'C1','C2'], 'B': ['D0', 'D1','D2']}, index=[1,0,2])right
用right的數(shù)據(jù)填充left缺失的部分
left.combine_first(right) # 用right的數(shù)據(jù)填充left缺失的部分
推薦學(xué)習(xí)：python視頻教程
