df1=pd.DataFrame([[1,2,3],[2,3,4]],columns=['a','b','c'])
df2=pd.DataFrame([[2,3,4],[3,4,5]],columns=['a','b','c'])
df3=pd.DataFrame([[1,2,3],[2,3,4]],columns=['a','b','d'])

#concat函數(shù)

pandas中concat函數(shù)的完整表達(dá)，包含多個(gè)參數(shù)，常用的有axis,join,ignore_index.

concat函數(shù)的第一個(gè)參數(shù)為objs，一般為一個(gè)list列表，包含要合并兩個(gè)或多個(gè)DataFrame，多個(gè)Series

pandas.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
? ? ? ? ? ?keys=None, levels=None, names=None, verify_integrity=False,
? ? ? ? ? ?copy=True)

1.axis表示合并方向，默認(rèn)axis=0，兩個(gè)DataFrame按照索引方向縱向合并,axis=1則會(huì)按照columns橫向合并。

pd.concat([df1,df2],axis=1)
   a  b  c  a  b  c
0  1  2  3  2  3  4
1  2  3  4  3  4  5

2.join表示合并方式，默認(rèn)join=‘outer’，另外的取值為’inner’,只合并相同的部分，axis=0時(shí)合并結(jié)果為相同列名的數(shù)據(jù)，axis=1時(shí)為具有相同索引的數(shù)據(jù)

pd.concat([df2,df3],axis=0,join='inner')
   a  b
0  2  3
1  3  4
0  1  2
1  2  3
pd.concat([df2,df3],axis=1,join='inner')
   a  b  c  a  b  d
0  2  3  4  1  2  3
1  3  4  5  2  3  4

3.ignore_index表示索引的合并方式，默認(rèn)為False，會(huì)保留原df的索引，如果設(shè)置ignore_index=True，合并后的df會(huì)重置索引。

pd.concat([df1,df2],ignore_index=True)
   a  b  c
0  1  2  3
1  2  3  4
2  2  3  4
3  3  4  5

#merge函數(shù)

merge函數(shù)是pandas提供的一種數(shù)據(jù)庫(kù)式的合并方法。

on可以指定合并的列、索引，how則是與數(shù)據(jù)庫(kù)join函數(shù)相似，取值為left,right,outer,inner.left,right分別對(duì)應(yīng)left outer join, right outer join.

pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
? ? ? ? ? left_index=False, right_index=False, sort=False,
? ? ? ? ? suffixes=('_x', '_y'), copy=True, indicator=False,
? ? ? ? ? validate=None):

merge函數(shù)可以通過(guò)pandas.merge(df1,df2)、df1.merge(df2)兩種形式來(lái)實(shí)現(xiàn)兩個(gè)DataFrame的合并,df1.merge(df2)是默認(rèn)left=self的情況。

df_merge =df1.merge(df3,on=['a','b'])
? ?a ?b ?c ?d
0 ?1 ?2 ?3 ?3
1 ?2 ?3 ?4 ?4

#append函數(shù)

append函數(shù)是pandas針對(duì)DataFrame、Series等數(shù)據(jù)結(jié)構(gòu)合并提供的函數(shù)。

df1.append(self, other, ignore_index=False, verify_integrity=False)

df1.append(df2)與pd.concat([df1,df2],ignore_index=False)具有相同的合并結(jié)果

df1.append(df2)
? ?a ?b ?c
0 ?1 ?2 ?3
1 ?2 ?3 ?4
0 ?2 ?3 ?4
1 ?3 ?4 ?5

更多使用方法可以參考pandas關(guān)于數(shù)據(jù)合并的官方文檔http://pandas.pydata.org/pandas-docs/stable/merging.html

把兩個(gè)dataframe合并成一個(gè)

1.merage

result = pd.merge(對(duì)象1, 對(duì)象2, on='key')

對(duì)象1 和對(duì)象2分別為要合并的dataframe，key是在兩個(gè)dataframe都存在的列（類似于數(shù)據(jù)庫(kù)表中的主鍵）

2.append

result = df1.append(df2)
result = df1.append([df2, df3])
result = df1.append(df4, ignore_index=True)

3.join

result = left.join(right, on=['key1', 'key2'], how='inner')

4.concat

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
? ? ?keys=None, levels=None, names=None, verify_integrity=False,
? ? ?copy=True)
frames = [df1, df2, df3]
result = pd.concat(frames)
result = pd.concat(frames, keys=['x', 'y', 'z'])
result = pd.concat([df1, df4], ignore_index=True)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: