一文搞懂Python中Pandas数据合并

我来为你详细讲解一下Python中Pandas数据合并的攻略。

1. 简介

Pandas是一个Python第三方库，提供了一种高效、便捷的数据处理工具，常用于数据清洗、分析和可视化。数据合并是数据处理过程中的常见操作之一，Pandas提供了多种数据合并手段，具体如下：

• concat：可以将两个或多个DataFrame对象进行简单的连接操作；
• merge：可以根据一列或多列进行连接操作；
• join：可以根据DataFrame的索引进行连接操作。

2. concat操作

concat操作可以将两个或多个DataFrame对象沿着某个轴进行简单的连接操作，语法如下：

pd.concat(objs, axis=0, ignore_index=False)

• objs：需要连接的DataFrame对象，可以是列表、字典或Series对象；
• axis：连接的轴方向，0表示纵向，1表示横向，默认为0；
• ignore_index：是否忽略原来的索引，重置索引，默认为False。

示例1：纵向连接

假设我们有两个DataFrame对象df1和df2，如下所示：

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

我们可以使用concat将它们沿着纵向进行连接：

df3 = pd.concat([df1, df2], axis=0, ignore_index=True)
print(df3)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

示例2：横向连接

假设我们有两个DataFrame对象df1和df2，如下所示：

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

我们可以使用concat将它们沿着横向进行连接：

df3 = pd.concat([df1, df2], axis=1)
print(df3)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3

3. merge操作

merge操作可以根据一列或多列进行连接操作，语法如下：

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False)

• left：左侧的DataFrame对象；
• right：右侧的DataFrame对象；
• how：连接方式，包括'left'、'right'、'outer'、'inner'，默认为'inner'；
• on：连接的列名，如果左右两个DataFrame的列名不同，需要分别指定；
• left_on：左侧的连接列名；
• right_on：右侧的连接列名；
• left_index：是否使用左侧的索引作为连接键；
• right_index：是否使用右侧的索引作为连接键。

示例3：基于一列进行连接

假设我们有两个DataFrame对象df1和df2，如下所示：

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

我们可以使用merge将它们基于key列进行连接：

df3 = pd.merge(df1, df2, on='key')
print(df3)

输出结果为：

  key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2
3  K3  A3  B3  C3  D3

示例4：基于多列进行连接

假设我们有两个DataFrame对象df1和df2，如下所示：

df1 = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
                    'key2': ['K0', 'K1', 'K0', 'K1'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
                    'key2': ['K0', 'K0', 'K0', 'K0'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

我们可以使用merge将它们基于key1和key2两列进行连接：

df3 = pd.merge(df1, df2, on=['key1', 'key2'])
print(df3)

输出结果为：

  key1 key2   A   B   C   D
0   K0   K0  A0  B0  C0  D0
1   K1   K0  A2  B2  C1  D1
2   K1   K0  A2  B2  C2  D2
3   K2   K1  A3  B3  C3  D3

4. join操作

join操作可以根据DataFrame的索引进行连接操作，语法如下：

left.join(right, how='outer')

• left：左侧的DataFrame对象；
• right：右侧的DataFrame对象；
• how：连接方式，包括'left'、'right'、'outer'、'inner'，默认为'outer'。

示例5：基于索引进行连接

假设我们有两个DataFrame对象df1和df2，如下所示：

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']},
                    index=['K0', 'K1', 'K2', 'K3'])
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                    index=['K0', 'K1', 'K2', 'K3'])

我们可以使用join将它们基于索引进行连接：

df3 = df1.join(df2)
print(df3)

输出结果为：

     A   B   C   D
K0  A0  B0  C0  D0
K1  A1  B1  C1  D1
K2  A2  B2  C2  D2
K3  A3  B3  C3  D3

以上就是Python中Pandas数据合并的完整攻略。希望对你有所帮助。