快捷導(dǎo)航

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)進行合并時，默認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，默認使用外連接
ignore_index	接收布爾值，默認為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。接收布爾值，當設(shè)置為True時，如果有重復(fù)的軸將會拋出錯誤，默認為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，默認采用的是縱向堆疊方式

4.在堆疊數(shù)據(jù)時，默認采用的是外連接（join參數(shù)設(shè)為outer）的方式進行合并，當然也可以通過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)進行合并時，默認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，默認使用左連接的方式。
sort	根據(jù)連接鍵對合并的數(shù)據(jù)進行排序，默認為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

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！

您可能感興趣的文章: