干货｜一文搞定pandas中数据合并

一文搞定pandas的数据合并

• merge

• append

• join

• concat

为方便大家练习，文末提供了本文数据源代码的获取方式。

文章目录

导入库

import pandas as pd
import numpy as np

—  01 —

merge

官方参数

DataFrame.merge(left, right, 
                how='inner',   # {‘left’, ‘right’, ‘outer’, ‘inner’}, default ‘inner’
                on=None, 
                left_on=None, right_on=None, 
                sort=False, 
                suffixes=('_x', '_y'))

模拟数据

使用默认参数

参数how

• inner(默认)

• outer

• right

• left

参数on

用于连接的列索引列名，必须同时存在于左右的两个dataframe型数据中，类似SQL中两个表的相同字段属性

如果没有指定或者其他参数也没有指定，则以两个dataframe型数据的相同键作为连接键

on参数为单个字段

on参数为多个字段-列表形式

参数lefton/righton

参数suffixes

参数sort

—  02 —

concat

官方参数

• 通过axis参数指定是在行还是列方向上合并

• 参数 ignore_index实现合并后的索引重排

生成数据

指定合并轴

改变索引

join参数

sort-属性排序

—  03 —

append

官方参数

基本使用

data3.append(data4)   # 等同于pd.append([data3, data4])  忽略pandas版本的警告

改变索引-自然数排序

data3.append(data4, ignore_index=True)  # 设置参数

sort=True-属性的排序

data3.append(data4)   # 默认对字段属性排序

—  04 —

join

官方参数

通过相同索引合并

相同字段属性指后缀

相同字段变成索引index

相同字段保留一次