1.合并

1.1 結(jié)構(gòu)合并

將兩個結(jié)構(gòu)相同的數(shù)據(jù)合并

1.1.1 concat函數(shù)

函數(shù)配置：

concat([dataFrame1, dataFrame2,…], index_ingore=False)

參數(shù)說明：index_ingore=False（表示合并的索引不延續(xù)），index_ingore=True（表示合并的索引可延續(xù)）

實例：

import pandas as pd
import numpy as np

# 創(chuàng)建一個十行兩列的二維數(shù)據(jù)
df = pd.DataFrame(np.random.randint(0, 10, (3, 2)), columns=['A', 'B'])

# 將數(shù)據(jù)拆分成兩份，并保存在列表中
data_list = [df[0:2], df[3:]]

# 索引值不延續(xù) 
df1 = pd.concat(data_list, ignore_index=False)

# 索引值延續(xù)
df2 = pd.concat(data_list, ignore_index=True)

返回結(jié)果：

----------------df--------------------------
   A  B
0  7  8
1  7  3
2  5  9
3  4  0
4  1  8
----------------df1--------------------------
   A  B
0  7  8
1  7  3
3  4  0# -------------->這里并沒有2出現(xiàn)，索引不連續(xù)
4  1  8
----------------df2--------------------------
   A  B
0  7  8
1  7  3
2  4  0
3  1  8

1.1.2 append函數(shù)

函數(shù)配置：

df.append(df1, index_ignore=True) 

參數(shù)說明：index_ingore=False（表示索引不延續(xù)），index_ingore=True（表示索引延續(xù)）

實例：

import pandas as pd
import numpy as np

# 創(chuàng)建一個五行兩列的二維數(shù)組
df = pd.DataFrame(np.random.randint(0, 10, (5, 2)), columns=['A', 'B'])

# 創(chuàng)建要追加的數(shù)據(jù)
narry = np.random.randint(0, 10, (3, 2))
data_list = pd.DataFrame(narry, columns=['A', 'B'])

# 合并數(shù)據(jù)
df1 = df.append(data_list, ignore_index=True)

返回結(jié)果：

----------------df--------------------------
   A  B
0  5  6
1  1  2
2  5  3
3  1  8
4  1  2
----------------df1--------------------------
   A  B
0  5  6
1  1  2
2  5  3
3  1  8
4  1  2
5  8  1
6  3  5
7  1  1

1.2 字段合并

將同一個數(shù)據(jù)不同列合并

參數(shù)配置：

pd.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, )

參數(shù)說明：

實例1：

import pandas as pd
 
df1 = pd.DataFrame({'key':['a','b','c'], 'data1':range(3)})
df2 = pd.DataFrame({'key':['a','b','c'], 'data2':range(3)})
df = pd.merge(df1, df2) # 合并時默認(rèn)以重復(fù)列并作為合并依據(jù)

結(jié)果展示：

----------------df1--------------------------
  key  data1
0   a      0
1   b      1
2   c      2
----------------df2--------------------------
  key  data2
0   a      0
1   b      1
2   c      2
----------------df---------------------------
  key  data1  data2
0   a      0      0
1   b      1      1
2   c      2      2

實例2：

# 多鍵連接時將連接鍵組成列表傳入
 
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]})  
  
pd.merge(left,right,on=['key1','key2'],how='outer')

結(jié)果展示：

----------------right-------------------------
  key1 key2  lval
0  foo  one     4
1  foo  one     5
2  bar  one     6
3  bar  two     7
----------------left--------------------------
  key1 key2  lval
0  foo  one     1
1  foo  two     2
2  bar  one     3
----------------df---------------------------
  key1 key2  lval_x  lval_y
0  foo  one     1.0     4.0
1  foo  one     1.0     5.0
2  foo  two     2.0     NaN
3  bar  one     3.0     6.0
4  bar  two     NaN     7.0
 

2.去重

參數(shù)配置：

data.drop_duplicates(subset=['A','B'],keep='first',inplace=True)

參數(shù)說明：

實例：

去除完全重復(fù)的行數(shù)據(jù)

data.drop_duplicates(inplace=True)

df = pd.DataFrame({
    'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'],
    'style': ['cup', 'cup', 'cup', 'pack', 'pack'],
    'rating': [4, 4, 3.5, 15, 5]
})

df.drop_duplicates()

結(jié)果展示：

---------------去重前的df---------------------------
brand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
---------------去重后的df---------------------------
brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0

使用subset 去除某幾列重復(fù)的行數(shù)據(jù)

data.drop_duplicates(subset=[‘A’,‘B’],keep=‘first’,inplace=True)

df.drop_duplicates(subset=['brand'])

結(jié)果展示：

brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5

使用 keep刪除重復(fù)項并保留最后一次出現(xiàn)

df.drop_duplicates(subset=['brand', 'style'], keep='last') 

結(jié)果展示：

brand style rating
1 Yum Yum cup 4.0
2 Indomie cup 3.5
4 Indomie pack 5.0

到此這篇關(guān)于python Dataframe 合并與去重詳情的文章就介紹到這了,更多相關(guān)python Dataframe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！

最新評論