pandas表连接 索引上的合并方法

在进行数据处理和分析时，经常需要将多个表格进行合并。Pandas提供了多种方法来实现表格合并，本篇攻略将重点介绍如何使用索引上的合并方法。

在进行Pandas表格合并时，索引的作用非常重要。Pandas提供了四种主要的索引上的表格合并方法，分别是concat、merge、join和append。下面将依次介绍这四种方法。

concat方法

在Pandas中，使用concat方法可以将多个表格沿着某个轴方向进行合并，轴方向可以是列方向（axis=1）或行方向（axis=0）。

示例1：将两个行数相同的表格按行方向合并

import pandas as pd

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']})
result = pd.concat([df1,df2])
print(result)

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
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

示例2：将两个列数相同的表格按列方向合并

import pandas as pd

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({'E': ['E0', 'E1', 'E2', 'E3'],
                   'F': ['F0', 'F1', 'F2', 'F3'],
                   'G': ['G0', 'G1', 'G2', 'G3'],
                   'H': ['H0', 'H1', 'H2', 'H3']})
result = pd.concat([df1,df2],axis=1)
print(result)

输出结果为：

   A  B  C  D   E   F   G   H
0  A0  B0  C0  D0  E0  F0  G0  H0
1  A1  B1  C1  D1  E1  F1  G1  H1
2  A2  B2  C2  D2  E2  F2  G2  H2
3  A3  B3  C3  D3  E3  F3  G3  H3

merge方法

merge方法是将两个表格按照某个共同列进行合并。在进行merge操作时，需要指定合并的方式（inner、outer、left、right）和合并的列名。如果两个表格中对应列的元素不同，则根据合并方式选择保留哪些记录。

示例3：根据共同列A合并两个表格

import pandas as pd

left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                      'A': ['A0', 'A1', 'A2', 'A3'],
                      'B': ['B0', 'B1', 'B2', 'B3']})

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

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

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

join方法

join方法是将两个表格按照索引进行合并，不需要指定列名。join方法的默认合并方式为左连接，即以左边的表格为主进行合并。

示例4：按索引将两个表格合并，不保留不匹配的行

import pandas as pd

left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                      'B': ['B0', 'B1', 'B2', 'B3']},
                      index=['K0', 'K1', 'K2', 'K3'])

right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                       'D': ['D0', 'D1', 'D2', 'D3']},
                       index=['K0', 'K1', 'K4', 'K5'])

result = left.join(right, how='inner')
print(result)

输出结果为：

     A   B   C   D
K0  A0  B0  C0  D0
K1  A1  B1  C1  D1

append方法

append方法可以将一个表格添加到另一个表格的末尾，相当于在第一个表格的末尾添加了第二个表格的所有行。与concat方法不同，append方法只支持按行方向合并。

示例5：将一个表格添加到另一个表格的末尾

import pandas as pd

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']})
result = df1.append(df2)
print(result)

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
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

以上就是使用Pandas索引上的表格合并方法的详细介绍。