下面我将详细讲解“Python Pandas中合并数据的5个函数使用详解”的完整攻略。
简介
在数据处理中,我们常常需要将不同来源的数据合并在一起,以方便分析和处理。在Python Pandas中,有很多种方法可以达到这个目的,其中比较常用的有以下5个函数:
pd.concat()
: 在行或列上拼接两个或多个DataFrame或Seriesdf.append()
: 在DataFrame末尾添加一行或多行df.join()
: 根据某个或多个列的值进行连接(类似于SQL中的JOIN操作)df.merge()
: 根据某个或多个列的值进行连接(类似于SQL中的JOIN操作)pd.merge()
: 根据某个或多个列的值进行连接(类似于SQL中的JOIN操作)
在本篇攻略中,我们将详细介绍这5个函数的用法。
1. pd.concat()
pd.concat()
可以在行或列上拼接两个或多个 DataFrame 或 Series。其常用的参数有以下几个:
objs
: 必填参数,表示要拼接的两个或多个DataFrame或Seriesaxis
: 拼接的维度,0表示按列拼接,1表示按行拼接join
: 连接方式,默认为outer
,表示取并集,也可以取交集(inner
)ignore_index
: 是否忽略原数据的index,并按照新的index生成一个新的DataFrame或Serieskeys
: 为拼接后的 DataFrame 或 Series 添加层级索引。可为字符串、列表或元组,在 0 轴拼接时生效
示例一:按列拼接两个DataFrame
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': ['E4', 'E5', 'E6', 'E7'],
'F': ['F4', 'F5', 'F6', 'F7'],
'G': ['G4', 'G5', 'G6', 'G7'],
'H': ['H4', 'H5', 'H6', 'H7']})
result = pd.concat([df1, df2], axis=1)
print(result)
输出如下:
A B C D E F G H
0 A0 B0 C0 D0 E4 F4 G4 H4
1 A1 B1 C1 D1 E5 F5 G5 H5
2 A2 B2 C2 D2 E6 F6 G6 H6
3 A3 B3 C3 D3 E7 F7 G7 H7
示例二:按行拼接两个DataFrame
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], axis=0)
print(result)
输出如下:
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
2. df.append()
df.append()
可以在 DataFrame 末尾添加一行或多行数据,其常用的参数有以下几个:
other
: 待添加的 DataFrame 或 Seriesignore_index
: 是否忽略原有的行索引,并生成新的行索引verify_integrity
: 是否检查 DataFrame 中是否存在重复的行索引
示例:在DataFrame末尾添加一行数据
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
s = pd.Series(['E0', 'E1', 'E2', 'E3'], index=['A', 'B', 'C', 'D'])
result = df.append(s, ignore_index=True)
print(result)
输出如下:
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 E0 E1 E2 E3
3. df.join()
df.join()
可以根据某个或多个列的值进行连接(类似于SQL中的JOIN操作)。比如,我们可以连接一张表的订单号和另一张表的商品名称,得到两者的详细信息。其常用的参数有以下几个:
other
: 待连接的 DataFrame 或 Serieson
: 连接的列名称或多个列名称(列表),默认为None,表示将使用两个DataFrame的相同列进行连接how
: 连接方式,默认为'left',可选的有'inner'、'outer'和'right'lsuffix
: 当出现列名冲突时,给左侧DataFrame的列名添加的后缀rsuffix
: 当出现列名冲突时,给右侧DataFrame的列名添加的后缀
示例:根据某列连接两个DataFrame
import pandas as pd
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]})
result = df1.join(df2.set_index('key'), on='key', lsuffix='_left', rsuffix='_right')
print(result)
输出如下:
key value_left value_right
0 A 1 NaN
1 B 2 5.0
2 C 3 NaN
3 D 4 6.0
4. df.merge()
df.merge()
可以根据某个或多个列的值进行连接,也类似于SQL中的JOIN操作。与 df.join()
的区别在于,df.merge()
可以指定连接列的名字不同,而 df.join()
要求连接列的名字相同。其常用的参数有以下几个:
right
: 待连接的 DataFrameon
: 连接的列名称或多个列名称(列表),默认为None,表示将使用两个DataFrame的相同列进行连接how
: 连接方式,默认为'inner',可选的有'inner'、'outer'和'right'left_on
: 左侧DataFrame中连接列的名称right_on
: 右侧DataFrame中连接列的名称suffixes
: 当出现列名冲突时,给左侧DataFrame和右侧DataFrame的列名添加的后缀
示例:根据某列连接两个DataFrame
import pandas as pd
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key1': ['B', 'D', 'E', 'F'],
'value': [5, 6, 7, 8]})
result = pd.merge(df1, df2, how='inner', left_on='key', right_on='key1')
print(result)
输出如下:
key value_x key1 value_y
0 B 2 B 5
1 D 4 D 6
5. pd.merge()
pd.merge()
同样可以根据某个或多个列的值进行连接(类似于SQL中的JOIN操作),其参数和 df.merge()
大部分相同。与 df.merge()
的区别在于,pd.merge()
是一个顶级函数,可以直接调用,而 df.merge()
是 DataFrame 对象上的方法。其常用的参数有以下几个:
left
: 左侧 DataFrameright
: 右侧 DataFrameon
: 连接的列名称或多个列名称(列表),默认为None,表示将使用两个DataFrame的相同列进行连接how
: 连接方式,默认为'inner',可选的有'inner'、'outer'和'right'left_on
: 左侧DataFrame中连接列的名称right_on
: 右侧DataFrame中连接列的名称suffixes
: 当出现列名冲突时,给左侧DataFrame和右侧DataFrame的列名添加的后缀
示例:根据某列连接两个DataFrame
import pandas as pd
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key1': ['B', 'D', 'E', 'F'],
'value': [5, 6, 7, 8]})
result = pd.merge(df1, df2, how='inner', left_on='key', right_on='key1')
print(result)
输出如下:
key value_x key1 value_y
0 B 2 B 5
1 D 4 D 6
至此,我们已经详细介绍了 "Python Pandas 中合并数据的5个函数使用详解"。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python Pandas中合并数据的5个函数使用详解 - Python技术站