Python数据合并的concat函数与merge函数详解

一、concat函数

1.concat()函数可以沿着一条轴将多个对象进行堆叠,其使用方式类似数据库中的数据表合并
pandas.concat(objs, axis=0, join=’outer’, join_axes=None, ignore_index=False, keys=None, levels=None, verify_integrity=False, sort=None, copy=True)

2.参数含义如下:

参数 作用
axis 表示连接的轴向,可以为0或者1,默认为0
join 表示连接的方式,inner表示内连接,outer表示外连接,默认使用外连接
ignore_index 接收布尔值,默认为False。如果设置为True,则表示清除现有索引并重置索引值
keys 接收序列,表示添加最外层索引
levels 用于构建MultiIndex的特定级别(唯一值)
names 设置了keys和level参数后,用于创建分层级别的名称
verify_integerity 检查新的连接轴是否包含重复项。接收布尔值,当设置为True时,如果有重复的轴将会抛出错误,默认为False

3.根据轴方向的不同,可以将堆叠分成横向堆叠与纵向堆叠,默认采用的是纵向堆叠方式

Python数据合并的concat函数与merge函数详解插图

4.在堆叠数据时,默认采用的是外连接(join参数设为outer)的方式进行合并,当然也可以通过join=inner设置为内连接的方式。

Python数据合并的concat函数与merge函数详解插图1

1)横向堆叠与外连接


 	import pandas as pd
 	df1=pd.DataFrame({'A':['A0','A1','A2'],
 	                     'B':['B0','B1','B2']})
 	df1

Python数据合并的concat函数与merge函数详解插图2

Python数据合并的concat函数与merge函数详解插图3

横向堆叠合并df1和df2,采用外连接的方式


 	pd.concat([df1,df2],join='outer',axis=1)

Python数据合并的concat函数与merge函数详解插图4

2) 纵向堆叠与内链接


 	import pandas as pd
 	first=pd.DataFrame({'A':['A0','A1','A2'],
 	                     'B':['B0','B1','B2'],
 	                     'C':['C0','C1','C2']})
 	first

Python数据合并的concat函数与merge函数详解插图5


 	second=pd.DataFrame({'B':['B3','B4','B5'],
 	                     'C':['C3','C4','C5'],
 	                     'D':['D3','D4','D5']})
 	second

Python数据合并的concat函数与merge函数详解插图6

3.当使用concat()函数合并时,若是将axis参数的值设为0,且join参数的值设为inner,则代表着使用纵向堆叠与内连接的方式进行合并


 	pd.concat([first,second],join='inner',axis=0)

Python数据合并的concat函数与merge函数详解插图7

二、merge()函数

1)主键合并数据

在使用merge()函数进行合并时,默认会使用重叠的列索引做为合并键,并采用内连接方式合并数据,即取行索引重叠的部分。


 	import pandas as pd
 	left=pd.DataFrame({'key':['K0','K1','K2'],
 	                     'A':['A0','A1','A2'],
 	                     'B':['B0','B1','B2']})
 	left

Python数据合并的concat函数与merge函数详解插图8


 	right=pd.DataFrame({'key':['K0','K1','K2','K3'],
 	                     'C':['C0','C1','C2','C3'],
 	                     'D':['D0','D1','D2','D3']})
 	right

Python数据合并的concat函数与merge函数详解插图9


 	pd.merge(left,right,on='key')

Python数据合并的concat函数与merge函数详解插图10

2)merge()函数还支持对含有多个重叠列的DataFrame对象进行合并。


 	import pandas as pd
 	data1=pd.DataFrame({'key':['K0','K1','K2'],
 	                     'A':['A0','A1','A2'],
 	                     'B':['B0','B1','B2']})
 	data1

Python数据合并的concat函数与merge函数详解插图11


 	data2=pd.DataFrame({'key':['K0','K5','K2','K4'],
 	                     'B':['B0','B1','B2','B5'],
 	                     'C':['C0','C1','C2','C3'],
 	                     'D':['D0','D1','D2','D3']})
 	data2

Python数据合并的concat函数与merge函数详解插图12


 	pd.merge(data1,data2,on=['key','B'])

Python数据合并的concat函数与merge函数详解插图13

1)根据行索引合并数据

join()方法能够通过索引或指定列来连接多个DataFrame对象

join(other,on = None,how =‘left’,lsuffix =‘’,rsuffix =‘’,sort = False )

参数 作用
on 名称,用于连接列名
how 可以从{‘‘left’’ ,‘‘right’’, ‘‘outer’’, ‘‘inner’’}中任选一个,默认使用左连接的方式。
sort 根据连接键对合并的数据进行排序,默认为False

 	import pandas as pd
 	data3=pd.DataFrame({'A':['A0','A1','A2'],
 	                     'B':['B0','B1','B2']})
 	data3

Python数据合并的concat函数与merge函数详解插图14


 	data4=pd.DataFrame({'C': ['C0', 'C1', 'C2'],
 	                     'D': ['D0', 'D1', 'D2']},
 	                     index=['a','b','c'])
 	data3.join(data4,how='outer') # 外连接

Python数据合并的concat函数与merge函数详解插图15


 	data3.join(data4,how='left') #左连接

Python数据合并的concat函数与merge函数详解插图16


 	data3.join(data4,how='right') #右连接

Python数据合并的concat函数与merge函数详解插图17


 	data3.join(data4,how='inner') #内连接

Python数据合并的concat函数与merge函数详解插图18


 	import pandas as pd
 	left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
 	                     'B': ['B0', 'B1', 'B2'],
 	                 'key': ['K0', 'K1', 'K2']})
 	left

Python数据合并的concat函数与merge函数详解插图19


 	right = pd.DataFrame({'C': ['C0', 'C1','C2'],
 	                     'D': ['D0', 'D1','D2']},
 	                     index=['K0', 'K1','K2'])
 	right

Python数据合并的concat函数与merge函数详解插图20

on参数指定连接的列名


 	left.join(right,how='left',on='key') #on参数指定连接的列名

Python数据合并的concat函数与merge函数详解插图21

2)合并重叠数据

当DataFrame对象中出现了缺失数据,而我们希望使用其他DataFrame对象中的数据填充缺失数据,则可以通过combine_first()方法为缺失数据填充。


 	import pandas as pd
 	import numpy as np
 	from 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

Python数据合并的concat函数与merge函数详解插图22


 	right = pd.DataFrame({'A': ['C0', 'C1','C2'],
 	                     'B': ['D0', 'D1','D2']},
 	                     index=[1,0,2])
 	right

Python数据合并的concat函数与merge函数详解插图23

用right的数据填充left缺失的部分


 	left.combine_first(right) # 用right的数据填充left缺失的部分

Python数据合并的concat函数与merge函数详解插图24

到此这篇关于python数据合并的concat函数与merge函数详解的文章就介绍到这了,更多相关python 数据合并concat函数与merge函数内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

标签

发表评论