Python数据分析之 Pandas Dataframe合并和去重操作

让我来为你详细讲解“Python数据分析之 Pandas Dataframe合并和去重操作”的完整攻略。

Pandas Dataframe合并操作

1. concat函数

使用 concat 函数可以将两个或多个DataFrame对象按行或列连接成一个数据集。

按行连接

import pandas as pd

# 创建两个dataframe对象
df1 = pd.DataFrame({'name': ['John', 'Anna', 'Peter'], 'age': [25, 36, 48]})
df2 = pd.DataFrame({'name': ['Mary', 'Tom'], 'age': [31, 52]})

# 使用concat函数按行连接两个dataframe对象
result = pd.concat([df1, df2])
print(result)

输出结果为：

    name  age
0   John   25
1   Anna   36
2  Peter   48
0   Mary   31
1    Tom   52

按列连接

import pandas as pd

# 创建两个dataframe对象
df1 = pd.DataFrame({'name': ['John', 'Anna', 'Peter'], 'age': [25, 36, 48]})
df2 = pd.DataFrame({'gender': ['Male', 'Female'], 'height': [170, 165]})

# 使用concat函数按列连接两个dataframe对象
result = pd.concat([df1, df2], axis=1)
print(result)

输出结果为：

    name  age  gender  height
0   John   25    Male     170
1   Anna   36  Female     165
2  Peter   48     NaN     NaN

2. merge函数

使用 merge 函数可以将两个DataFrame对象按照某列进行合并数据。

import pandas as pd

# 创建两个dataframe对象
df1 = pd.DataFrame({'name': ['John', 'Anna', 'Peter'], 'age': [25, 36, 48]})
df2 = pd.DataFrame({'name': ['Anna', 'Tom'], 'score': [80, 100]})

# 使用merge函数按照name列进行数据合并
result = pd.merge(df1, df2, on='name')
print(result)

输出结果为：

   name  age  score
0  Anna   36     80

Pandas Dataframe去重操作

使用 drop_duplicates 函数可以删除数据集中的重复项。

import pandas as pd

# 创建一个有重复数据的dataframe对象
df = pd.DataFrame({'name': ['John', 'Anna', 'John', 'Tom'], 'age': [25, 36, 25, 52]})

# 使用drop_duplicates函数删除重复项
result = df.drop_duplicates()
print(result)

输出结果为：

   name  age
0  John   25
1  Anna   36
3   Tom   52

以上就是Python数据分析之 Pandas Dataframe合并和去重操作的完整攻略，希望能够帮助到你。