pandas高级教程之:dataframe的合并

在pandas中，DataFrame是一种非常常用的数据结构，而数据分析中常常需要将不同的DataFrame进行合并。本文将介绍在pandas中，如何进行DataFrame的合并操作。具体包括以下内容：

1. 横向合并（merge）
2. 纵向合并（concat）
3. 数据库风格的合并（join）

横向合并（merge）

横向合并（merge）是将两个或多个DataFrame按照某一列或多列进行合并的操作，类似于SQL中的join操作。pandas提供了pd.merge函数来实现横向合并操作。

我们假设现在有两个DataFrame，分别是df1和df2，它们的内部列内容如下：

df1
  key  value
0   A      1
1   B      2

df2
  key  value
0   B      3
1   C      4

其中key列是用来进行合并的列。

示例代码：

import pandas as pd

df1 = pd.DataFrame({'key': ['A', 'B'], 'value': [1, 2]})
df2 = pd.DataFrame({'key': ['B', 'C'], 'value': [3, 4]})

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

输出结果：

  key  value_x  value_y
0   B        2        3

可以看到，两个DataFrame按照key列进行了合并，合并后的结果是新的DataFrame merged，包含了df1和df2中共同拥有的“B”关键字。

当然，pd.merge函数还有更多的参数和用法，感兴趣的读者可以参考pandas官方文档进行学习。

纵向合并（concat）

纵向合并（concat）是将两个或多个DataFrame按照行方向进行连接的操作。pandas提供了pd.concat函数来实现纵向合并操作。

示例代码：

import pandas as pd

df1 = pd.DataFrame({'key': ['A', 'B'], 'value': [1, 2]})
df2 = pd.DataFrame({'key': ['C', 'D'], 'value': [3, 4]})

merged = pd.concat([df1, df2])
print(merged)

输出结果：

  key  value
0   A      1
1   B      2
0   C      3
1   D      4

可以看到，pd.concat函数将df1和df2按照行方向进行了合并，合并后的结果是包含了df1和df2中所有数据的新的DataFrame merged。

需要注意的是，在两个DataFrame进行纵向合并的时候，它们的列名必须相同，否则会报错。

数据库风格的合并（join）

数据库风格的合并（join）是一种更加高级的合并操作。它可以将两个或多个DataFrame按照某一列或多列进行合并，并且可以选择保留哪些行或列。pandas提供了pd.join函数来实现数据库风格的合并操作。

示例代码：

import pandas as pd

df1 = pd.DataFrame({'key': ['A', 'B'], 'value': [1, 2]})
df2 = pd.DataFrame({'key': ['B', 'C'], 'value': [3, 4]})

merged = df1.join(df2.set_index('key'), on='key')
print(merged)

输出结果：

  key  value_x  value_y
0   A        1      NaN
1   B        2      3.0

可以看到，pd.join函数将df1和df2按照key列进行了合并，并在合并后的结果中保留了df1中所有行。注意到，在df2中没有A这一行，因此在合并后的结果中，value_y列中对应的值是NaN。

当然，pd.join函数还有更多的参数和用法，感兴趣的读者可以参考pandas官方文档进行学习。

总结

本文介绍了pandas中DataFrame的合并操作，包括横向合并（merge）、纵向合并（concat）和数据库风格的合并（join）。这些操作在数据分析中非常常用，掌握它们能够提高我们的数据处理效率。