在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例
最近在工作中，遇到了数据合并、连接的问题，故整理如下，供需要者参考~
一、concat：沿着一条轴，将多个对象堆叠到一起
concat方法相当于数据库中的全连接（unionall），它不仅可以指定连接的方式（outerjoin或innerjoin）还可以指定按照某个轴进行连接。与数据库不同的是，它不会去重，但是可以使用drop_duplicates方法达到去重的效果。
concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False, keys=None,levels=None,names=None,verify_integrity=False,copy=True):
pd.concat()只是单纯的把两个表拼接在一起，参数axis是关键，它用于指定是行还是列，axis默认是0。
当axis=0时，pd.concat([obj1,obj2])的效果与obj1.append(obj2)是相同的；当axis=1时，pd.concat([obj1,obj2],axis=1)的效果与pd.merge(obj1,obj2,left_index=True,right_index=True,how='outer')是相同的。
merge方法的介绍请参看下文。
参数介绍：
objs：需要连接的对象集合，一般是列表或字典；
axis：连接轴向；
join：参数为‘outer'或‘inner'；
join_axes=[]：指定自定义的索引；
keys=[]：创建层次化索引；
ignore_index=True：重建索引
举例：
df1=DataFrame(np.random.randn(3,4),columns=['a','b','c','d']) df2=DataFrame(np.random.randn(2,3),columns=['b','d','a']) pd.concat([df1,df2]) abcd 0-0.848557-1.163877-0.306148-1.163944 11.3587591.159369-0.5321102.183934 20.5321170.7883500.703752-2.620643 0-0.316156-0.707832NaN-0.416589 10.4068301.345932NaN-1.874817 pd.concat([df1,df2],ignore_index=True) abcd 0-0.848557-1.163877-0.306148-1.163944 11.3587591.159369-0.5321102.183934 20.5321170.7883500.703752-2.620643 3-0.316156-0.707832NaN-0.416589 40.4068301.345932NaN-1.874817
二、merge：通过键拼接列
类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。
merge(left,right,how='inner',on=None,left_on=None,right_on=None,
left_index=False,right_index=False,sort=True,
suffixes=('_x','_y'),copy=True,indicator=False)
参数介绍：
left和right：两个不同的DataFrame；
how：连接方式，有inner、left、right、outer，默认为inner；
on：指的是用于连接的列索引名称，必须存在于左右两个DataFrame中，如果没有指定且其他参数也没有指定，则以两个DataFrame列名交集作为连接键；
left_on：左侧DataFrame中用于连接键的列名，这个参数左右列名不同但代表的含义相同时非常的有用；
right_on：右侧DataFrame中用于连接键的列名；
left_index：使用左侧DataFrame中的行索引作为连接键；
right_index：使用右侧DataFrame中的行索引作为连接键；
sort：默认为True，将合并的数据进行排序，设置为False可以提高性能；
suffixes：字符串值组成的元组，用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称，默认为('_x','_y')；
copy：默认为True，总是将数据复制到数据结构中，设置为False可以提高性能；
indicator：显示合并数据中数据的来源情况
举例：
#1.默认以重叠的列名当做连接键。
df1=DataFrame({'key':['a','b','b'],'data1':range(3)})
df2=DataFrame({'key':['a','b','c'],'data2':range(3)})
pd.merge(df1,df2)#没有指定连接键，默认用重叠列名，没有指定连接方式
data1keydata2
00a0
11b1
22b1
#2.默认做inner连接（取key的交集），连接方式还有（left,right,outer)，制定连接方式加参数：how=''
pd.merge(df2,df1)
data2keydata1
00a0
11b1
21b2#默认内连接，可以看见c没有连接上。
pd.merge(df2,df1,how='left')#通过how，指定连接方式
data2keydata1
00a0
11b1
21b2
32cNaN
#3.多键连接时将连接键组成列表传入，例：pd.merge(df1,df2,on=['key1','key2']
right=DataFrame({'key1':['foo','foo','bar','bar'],
'key2':['one','one','one','two'],
'lval':[4,5,6,7]})
left=DataFrame({'key1':['foo','foo','bar'],
'key2':['one','two','one'],
'lval':[1,2,3]})
right=DataFrame({'key1':['foo','foo','bar','bar'],
'key2':['one','one','one','two'],
'lval':[4,5,6,7]})
pd.merge(left,right,on=['key1','key2'],how='outer')#传出数组
key1key2lval_xlval_y
0fooone14
1fooone15
2footwo2NaN
3barone36
4bartwoNaN7
#4.如果两个对象的列名不同，可以分别指定，例：pd.merge(df1,df2,left_on='lkey',right_on='rkey')
df3=DataFrame({'key3':['foo','foo','bar','bar'],#将上面的right的key改了名字
'key4':['one','one','one','two'],
'lval':[4,5,6,7]})
pd.merge(left,df3,left_on='key1',right_on='key3')#键名不同的连接
key1key2lval_xkey3key4lval_y
0fooone1fooone4
1fooone1fooone5
2footwo2fooone4
3footwo2fooone5
4barone3barone6
5barone3bartwo7
三、join：主要用于索引上的合并
join(self,other,on=None,how='left',lsuffix='',rsuffix='',sort=False):
其参数的意义与merge方法中的参数意义基本一样。
以上这篇在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。