欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python數(shù)據(jù)合并的concat函數(shù)與merge函數(shù)詳解

 更新時間：2022年05月15日 14:30:05   作者：陌小檸  
大家都知道concat()函數(shù)可以沿著一條軸將多個對象進(jìn)行堆疊，其使用方式類似數(shù)據(jù)庫中的數(shù)據(jù)表合并，在使用merge()函數(shù)進(jìn)行合并時，默認(rèn)會使用重疊的列索引做為合并鍵，即取行索引重疊的部分，本文給大家介紹python?數(shù)據(jù)合并concat函數(shù)與merge函數(shù)，感興趣的朋友一起看看吧

一、concat函數(shù)

1.concat()函數(shù)可以沿著一條軸將多個對象進(jìn)行堆疊，其使用方式類似數(shù)據(jù)庫中的數(shù)據(jù)表合并
pandas.concat(objs, axis=0, join=’outer’, join_axes=None, ignore_index=False, keys=None, levels=None, verify_integrity=False, sort=None, copy=True)

2.參數(shù)含義如下：

參數(shù)作用
axis表示連接的軸向，可以為0或者1，默認(rèn)為0
join表示連接的方式，inner表示內(nèi)連接，outer表示外連接，默認(rèn)使用外連接
ignore_index接收布爾值，默認(rèn)為False。如果設(shè)置為True，則表示清除現(xiàn)有索引并重置索引值
keys接收序列，表示添加最外層索引
levels用于構(gòu)建MultiIndex的特定級別（唯一值）
names設(shè)置了keys和level參數(shù)后，用于創(chuàng)建分層級別的名稱
verify_integerity檢查新的連接軸是否包含重復(fù)項(xiàng)。接收布爾值，當(dāng)設(shè)置為True時，如果有重復(fù)的軸將會拋出錯誤，默認(rèn)為False

3.根據(jù)軸方向的不同，可以將堆疊分成橫向堆疊與縱向堆疊，默認(rèn)采用的是縱向堆疊方式

4.在堆疊數(shù)據(jù)時，默認(rèn)采用的是外連接（join參數(shù)設(shè)為outer）的方式進(jìn)行合并，當(dāng)然也可以通過join=inner設(shè)置為內(nèi)連接的方式。

1)橫向堆疊與外連接

import pandas as pd
df1=pd.DataFrame({'A':['A0','A1','A2'],
                  'B':['B0','B1','B2']})
df1

橫向堆疊合并df1和df2,采用外連接的方式

pd.concat([df1,df2],join='outer',axis=1)

2) 縱向堆疊與內(nèi)鏈接

import pandas as pd
first=pd.DataFrame({'A':['A0','A1','A2'],
                   'B':['B0','B1','B2'],
                   'C':['C0','C1','C2']})
first

second=pd.DataFrame({'B':['B3','B4','B5'],
                   'C':['C3','C4','C5'],
                    'D':['D3','D4','D5']})
second

3.當(dāng)使用concat()函數(shù)合并時，若是將axis參數(shù)的值設(shè)為0，且join參數(shù)的值設(shè)為inner,則代表著使用縱向堆疊與內(nèi)連接的方式進(jìn)行合并

pd.concat([first,second],join='inner',axis=0)

二、merge()函數(shù)

1）主鍵合并數(shù)據(jù)

在使用merge()函數(shù)進(jìn)行合并時，默認(rèn)會使用重疊的列索引做為合并鍵，并采用內(nèi)連接方式合并數(shù)據(jù)，即取行索引重疊的部分。

import pandas as pd
left=pd.DataFrame({'key':['K0','K1','K2'],
                  'A':['A0','A1','A2'],
                  'B':['B0','B1','B2']})
left

right=pd.DataFrame({'key':['K0','K1','K2','K3'],
                   'C':['C0','C1','C2','C3'],
                   'D':['D0','D1','D2','D3']})
right

pd.merge(left,right,on='key')

2）merge()函數(shù)還支持對含有多個重疊列的DataFrame對象進(jìn)行合并。

import pandas as pd
data1=pd.DataFrame({'key':['K0','K1','K2'],
                  'A':['A0','A1','A2'],
                  'B':['B0','B1','B2']})
data1

data2=pd.DataFrame({'key':['K0','K5','K2','K4'],
                         'B':['B0','B1','B2','B5'],
                         'C':['C0','C1','C2','C3'],
                         'D':['D0','D1','D2','D3']})
data2

pd.merge(data1,data2,on=['key','B'])

1）根據(jù)行索引合并數(shù)據(jù)

join()方法能夠通過索引或指定列來連接多個DataFrame對象

join（other，on = None，how =‘left’，lsuffix =‘’，rsuffix =‘’，sort = False ）

參數(shù)作用
on名稱，用于連接列名
how?可以從{‘‘left’’ ,‘‘right’’, ‘‘outer’’, ‘‘inner’’}中任選一個，默認(rèn)使用左連接的方式。
sort根據(jù)連接鍵對合并的數(shù)據(jù)進(jìn)行排序，默認(rèn)為False
import pandas as pd
data3=pd.DataFrame({'A':['A0','A1','A2'],
                   'B':['B0','B1','B2']})
data3

data4=pd.DataFrame({'C': ['C0', 'C1', 'C2'],
                         'D': ['D0', 'D1', 'D2']},
                     index=['a','b','c'])
data3.join(data4,how='outer')  # 外連接

data3.join(data4,how='left')  #左連接

data3.join(data4,how='right')  #右連接

data3.join(data4,how='inner')  #內(nèi)連接

import pandas as pd
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                        'B': ['B0', 'B1', 'B2'],
                      'key': ['K0', 'K1', 'K2']})
left

right = pd.DataFrame({'C': ['C0', 'C1','C2'],
                         'D': ['D0', 'D1','D2']},
                        index=['K0', 'K1','K2'])
right

s

on參數(shù)指定連接的列名

left.join(right,how='left',on='key')  #on參數(shù)指定連接的列名

2）合并重疊數(shù)據(jù)

當(dāng)DataFrame對象中出現(xiàn)了缺失數(shù)據(jù)，而我們希望使用其他DataFrame對象中的數(shù)據(jù)填充缺失數(shù)據(jù)，則可以通過combine_first()方法為缺失數(shù)據(jù)填充。

import pandas as pd
import numpy as np
from numpy import NAN
left = pd.DataFrame({'A': [np.nan, 'A1', 'A2', 'A3'],
                        'B': [np.nan, 'B1', np.nan, 'B3'],
                        'key': ['K0', 'K1', 'K2', 'K3']})
left

right = pd.DataFrame({'A': ['C0', 'C1','C2'],
                         'B': ['D0', 'D1','D2']},
                         index=[1,0,2])
right

用right的數(shù)據(jù)填充left缺失的部分

left.combine_first(right) # 用right的數(shù)據(jù)填充left缺失的部分

到此這篇關(guān)于Python數(shù)據(jù)合并的concat函數(shù)與merge函數(shù)詳解的文章就介紹到這了,更多相關(guān)python 數(shù)據(jù)合并concat函數(shù)與merge函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

  • python實(shí)現(xiàn)class對象轉(zhuǎn)換成json/字典的方法

    python實(shí)現(xiàn)class對象轉(zhuǎn)換成json/字典的方法

    這篇文章主要介紹了python實(shí)現(xiàn)class對象轉(zhuǎn)換成json/字典的方法,結(jié)合實(shí)例形式分析了Python類型轉(zhuǎn)換的相關(guān)技巧,需要的朋友可以參考下
    2016-03-03
  • Python實(shí)現(xiàn)簡易超市管理系統(tǒng)

    Python實(shí)現(xiàn)簡易超市管理系統(tǒng)

    這篇文章主要為大家詳細(xì)介紹了python如何實(shí)現(xiàn)簡易超市管理系統(tǒng)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下
    2022-09-09
  • 如何使用pandas對超大csv文件進(jìn)行快速拆分詳解

    如何使用pandas對超大csv文件進(jìn)行快速拆分詳解

    Pandas是Python語言的一個擴(kuò)展程序庫,提供高性能、易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具,下面這篇文章主要給大家介紹了關(guān)于如何使用pandas對超大csv文件進(jìn)行快速拆分的相關(guān)資料,需要的朋友可以參考下
    2022-07-07
  • python中終止協(xié)程和異常處理方式

    python中終止協(xié)程和異常處理方式

    這篇文章主要介紹了python中終止協(xié)程和異常處理方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
    2022-12-12
  • python面向?qū)ο笾惖睦^承詳解

    python面向?qū)ο笾惖睦^承詳解

    這篇文章主要介紹了python面向?qū)ο笾惖睦^承詳解,通過概述定義講解了類的繼承的功能和創(chuàng)建方式,寫出了代碼實(shí)例供參考,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下
    2021-07-07
  • 使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作)

    使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作)

    今天小編就為大家分享一篇使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作)，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
    2019-11-11
  • Python中re模塊:匹配開頭/結(jié)尾(^/$)

    Python中re模塊:匹配開頭/結(jié)尾(^/$)

    本文主要介紹了Python中re模塊:匹配開頭/結(jié)尾(^/$)，文中通過示例代碼介紹的非常詳細(xì)，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
    2022-08-08
  • Flask項(xiàng)目中實(shí)現(xiàn)短信驗(yàn)證碼和郵箱驗(yàn)證碼功能

    Flask項(xiàng)目中實(shí)現(xiàn)短信驗(yàn)證碼和郵箱驗(yàn)證碼功能

    這篇文章主要介紹了Flask項(xiàng)目中實(shí)現(xiàn)短信驗(yàn)證碼和郵箱驗(yàn)證碼功能,需本文通過截圖實(shí)例代碼的形式給大家介紹的非常詳細(xì)，需要的朋友可以參考下
    2019-12-12
  • Python如何向SQLServer存儲二進(jìn)制圖片

    Python如何向SQLServer存儲二進(jìn)制圖片

    這篇文章主要介紹了Python如何向SQLServer存儲二進(jìn)制圖片,文中通過示例代碼介紹的非常詳細(xì)，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,需要的朋友可以參考下
    2020-06-06
  • 用python生成一張壁紙實(shí)例代碼

    用python生成一張壁紙實(shí)例代碼

    大家好，本篇文章主要講的是用python生成一張壁紙實(shí)例代碼，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下
    2022-02-02

最新評論