pandas中DataFrame数据合并连接（merge、join、concat)

下面我来详细讲解一下pandas中DataFrame数据合并连接的攻略。

1. 数据合并介绍

在实际的数据分析中，我们通常需要将多个数据源合并成一个数据源，这时就需要用到数据合并技术。在pandas库中，常用的数据合并方式有merge、join、concat三种，下面分别介绍它们的用法。

2. merge合并

pandas中的merge()函数是实现两张表之间的合并，类似于SQL中的JOIN操作。merge()函数的基本语法为：pd.merge(left, right, how='inner', on=None)，其中参数意义如下：

• left：需要合并的左侧DataFrame表。

• right：需要合并的右侧DataFrame表。

• how：合并方式，包括inner、outer、left、right四种。

• on：合并依据的列名，如果不指定则会自动寻找两个DataFrame中相同的列名作为连接键。

下面演示一个基本的merge()合并实例：

import pandas as pd

# 构造两个DataFrame表
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# inner合并
res_inner = pd.merge(df1, df2, on='key', how='inner')
print(res_inner)  # 输出合并后的表格

执行以上代码，输出如下：

  key  value_x  value_y
0   B        2        5
1   D        4        6

上述结果表示基于列名为key的内部2个表的合并结果。其中，value_x是df1表中的值，value_y是df2表中的值。如果两个表中没有相同的列，那么会返回空表。

3. join连接

join方式和merge方式类似，不过join函数是在DataFrame对象上调用的。join()函数的基本语法为：df1.join(df2, how='inner')，其中参数意义如下：

• df1：需要连接的左侧DataFrame表。

• df2：需要连接的右侧DataFrame表。

• how：连接方式，包括inner、outer、left、right四种。

下面演示一个基本的join()连接实例：

import pandas as pd

# 构造两个DataFrame表
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})
df2.set_index('key', inplace=True)  # 将df2的键值设置为索引

# 内部连接
res_inner = df1.join(df2, how='inner', on='key')
print(res_inner)  # 输出连接后的表格

执行以上代码，输出如下：

  key  value  value
1   B      2      5
3   D      4      6

上述结果和merge()函数的结果是一致的。

4. concat合并

concat()函数将两个及以上的DataFrame表合并在一起，沿指定轴进行拼接。concat()函数的基本语法为：pd.concat([df1, df2], axis=0)，其中参数意义如下：

• df1：需要连接的第一个DataFrame表。

• df2：需要连接的第二个DataFrame表。

• axis：合并方向，包括0和1两种。0表示在行方向进行合并（垂直拼接），1表示在列方向进行合并（水平拼接）。

下面演示一个基本的concat()合并实例：

import pandas as pd

# 构造两个DataFrame表
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['E', 'F', 'G', 'H'], 'value': [5, 6, 7, 8]})

# axis=0合并（垂直拼接）
res_row = pd.concat([df1, df2], axis=0)
print(res_row)  # 输出合并后的表格

# axis=1合并（水平拼接）
res_column = pd.concat([df1, df2], axis=1, keys=['df1', 'df2'])
print(res_column)  # 输出合并后的表格

执行以上代码，输出如下：

  key  value
0   A      1
1   B      2
2   C      3
3   D      4
0   E      5
1   F      6
2   G      7
3   H      8

  df1      df2     
  key value key value
0   A     1   E     5
1   B     2   F     6
2   C     3   G     7
3   D     4   H     8

上述结果中，res_row表示df1和df2在行方向上进行合并，res_column表示df1和df2在列方向上进行合并。

5. 总结

以上就是pandas中DataFrame数据合并连接的技术攻略，主要包括merge()、join()、concat()三种方式。在实际的数据分析中，不同的数据合并方式会根据具体需求进行选择。