在Pandas中DataFrame數(shù)據(jù)合并,連接(concat,merge,join)的實例
最近在工作中,遇到了數(shù)據(jù)合并、連接的問題,故整理如下,供需要者參考~
一、concat:沿著一條軸,將多個對象堆疊到一起
concat方法相當(dāng)于數(shù)據(jù)庫中的全連接(union all),它不僅可以指定連接的方式(outer join或inner join)還可以指定按照某個軸進行連接。與數(shù)據(jù)庫不同的是,它不會去重,但是可以使用drop_duplicates方法達到去重的效果。
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()只是單純的把兩個表拼接在一起,參數(shù)axis是關(guān)鍵,它用于指定是行還是列,axis默認是0。
當(dāng)axis=0時,pd.concat([obj1, obj2])的效果與obj1.append(obj2)是相同的;當(dāng)axis=1時,pd.concat([obj1, obj2], axis=1)的效果與pd.merge(obj1, obj2, left_index=True, right_index=True, how='outer')是相同的。
merge方法的介紹請參看下文。
參數(shù)介紹:
objs:需要連接的對象集合,一般是列表或字典;
axis:連接軸向;
join:參數(shù)為‘outer'或‘inner';
join_axes=[]:指定自定義的索引;
keys=[]:創(chuàng)建層次化索引;
ignore_index=True:重建索引
舉例:
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])
a b c d
0 -0.848557 -1.163877 -0.306148 -1.163944
1 1.358759 1.159369 -0.532110 2.183934
2 0.532117 0.788350 0.703752 -2.620643
0 -0.316156 -0.707832 NaN -0.416589
1 0.406830 1.345932 NaN -1.874817
pd.concat([df1,df2],ignore_index=True)
a b c d
0 -0.848557 -1.163877 -0.306148 -1.163944
1 1.358759 1.159369 -0.532110 2.183934
2 0.532117 0.788350 0.703752 -2.620643
3 -0.316156 -0.707832 NaN -0.416589
4 0.406830 1.345932 NaN -1.874817
二、merge:通過鍵拼接列
類似于關(guān)系型數(shù)據(jù)庫的連接方式,可以根據(jù)一個或多個鍵將不同的DatFrame連接起來。該函數(shù)的典型應(yīng)用場景是,針對同一個主鍵存在兩張不同字段的表,根據(jù)主鍵整合到一張表里面。
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)
參數(shù)介紹:
left和right:兩個不同的DataFrame;
how:連接方式,有inner、left、right、outer,默認為inner;
on:指的是用于連接的列索引名稱,必須存在于左右兩個DataFrame中,如果沒有指定且其他參數(shù)也沒有指定,則以兩個DataFrame列名交集作為連接鍵;
left_on:左側(cè)DataFrame中用于連接鍵的列名,這個參數(shù)左右列名不同但代表的含義相同時非常的有用;
right_on:右側(cè)DataFrame中用于連接鍵的列名;
left_index:使用左側(cè)DataFrame中的行索引作為連接鍵;
right_index:使用右側(cè)DataFrame中的行索引作為連接鍵;
sort:默認為True,將合并的數(shù)據(jù)進行排序,設(shè)置為False可以提高性能;
suffixes:字符串值組成的元組,用于指定當(dāng)左右DataFrame存在相同列名時在列名后面附加的后綴名稱,默認為('_x', '_y');
copy:默認為True,總是將數(shù)據(jù)復(fù)制到數(shù)據(jù)結(jié)構(gòu)中,設(shè)置為False可以提高性能;
indicator:顯示合并數(shù)據(jù)中數(shù)據(jù)的來源情況
舉例:
# 1.默認以重疊的列名當(dāng)做連接鍵。
df1=DataFrame({'key':['a','b','b'],'data1':range(3)})
df2=DataFrame({'key':['a','b','c'],'data2':range(3)})
pd.merge(df1,df2) #沒有指定連接鍵,默認用重疊列名,沒有指定連接方式
data1 key data2
0 0 a 0
1 1 b 1
2 2 b 1
# 2.默認做inner連接(取key的交集),連接方式還有(left,right,outer),制定連接方式加參數(shù):how=''
pd.merge(df2,df1)
data2 key data1
0 0 a 0
1 1 b 1
2 1 b 2 #默認內(nèi)連接,可以看見c沒有連接上。
pd.merge(df2,df1,how='left') #通過how,指定連接方式
data2 key data1
0 0 a 0
1 1 b 1
2 1 b 2
3 2 c NaN
# 3.多鍵連接時將連接鍵組成列表傳入,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') #傳出數(shù)組
key1 key2 lval_x lval_y
0 foo one 1 4
1 foo one 1 5
2 foo two 2 NaN
3 bar one 3 6
4 bar two NaN 7
# 4.如果兩個對象的列名不同,可以分別指定,例:pd.merge(df1,df2,left_on='lkey',right_on='rkey')
df3=DataFrame({'key3':['foo','foo','bar','bar'], #將上面的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') #鍵名不同的連接
key1 key2 lval_x key3 key4 lval_y
0 foo one 1 foo one 4
1 foo one 1 foo one 5
2 foo two 2 foo one 4
3 foo two 2 foo one 5
4 bar one 3 bar one 6
5 bar one 3 bar two 7
三、join:主要用于索引上的合并
join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False):
其參數(shù)的意義與merge方法中的參數(shù)意義基本一樣。
以上這篇在Pandas中DataFrame數(shù)據(jù)合并,連接(concat,merge,join)的實例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
- 詳解pandas數(shù)據(jù)合并與重塑(pd.concat篇)
- Python基礎(chǔ)之pandas數(shù)據(jù)合并
- pandas中DataFrame數(shù)據(jù)合并連接(merge、join、concat)
- 一文搞懂Python中Pandas數(shù)據(jù)合并
- Python必備技巧之Pandas數(shù)據(jù)合并函數(shù)
- pandas實現(xiàn)數(shù)據(jù)合并的示例代碼
- Python?Pandas數(shù)據(jù)合并pd.merge用法詳解
- Python?pandas數(shù)據(jù)合并merge函數(shù)用法詳解
- Python利用pandas進行數(shù)據(jù)合并詳解
- Pandas數(shù)據(jù)合并的兩種實現(xiàn)方法
- Pandas中數(shù)據(jù)合并的實現(xiàn)
相關(guān)文章
Pycharm2020.1安裝無法啟動問題即設(shè)置中文插件的方法
這篇文章主要介紹了Pycharm2020.1安裝無法啟動問題即設(shè)置中文插件的操作方法,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友參考下吧2020-08-08
Python實現(xiàn)將HTML轉(zhuǎn)為PDF/圖片/XML/XPS格式
網(wǎng)頁內(nèi)容是信息傳播的主要形式之一,這篇文章主要和大家介紹了如何使用Python實現(xiàn)將HTML分別轉(zhuǎn)為PDF/圖片/XML/XPS格式等,需要的可以參考下2024-03-03
Django框架cookie和session方法及參數(shù)設(shè)置
這篇文章主要為大家介紹了Django框架cookie和session參數(shù)設(shè)置及介紹,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-03-03
對python pandas中 inplace 參數(shù)的理解
這篇文章主要介紹了對python pandas中 inplace 參數(shù)的理解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
Python實現(xiàn)Event回調(diào)機制的方法
今天小編就為大家分享一篇Python實現(xiàn)Event回調(diào)機制的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
python+requests接口自動化框架的實現(xiàn)
這篇文章主要介紹了python+requests接口自動化框架的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08

