python進行數(shù)據(jù)合并concat/merge
前言:
兩個表中的數(shù)據(jù),要根據(jù)關(guān)鍵字段,進行合并。
在Excel中可以使用vlookup的方式,在python中可以使用concat或者是merge的方法。
1、pd.concat
pd.concat 函數(shù):
- 拼接的對象可以是series,還可以是dataframe
- 拼接對象的個數(shù)不受限axis 控制拼接方向(既支持上下拼接,也支持左右拼接)
- 左右拼接 axis=1,左右拼接的依據(jù)是行索引;上下拼接 axis =0 ,拼接依據(jù)是列名,默認是上下拼接
- join 指定拼接方法
- join=“inner” 內(nèi)聯(lián),表示保留兩個表共有的行索引
- join=“outer” 外聯(lián),表示保留兩個表所有的行索引,默認外聯(lián)
#導入需要的包 import pandas as pd
#創(chuàng)建需要的數(shù)據(jù)集:產(chǎn)品表 dict1={"產(chǎn)品編號":["CP13","CP14","CP15","CP16","CP17"],"產(chǎn)品名稱":["產(chǎn)品A003","產(chǎn)品A004","產(chǎn)品A005","產(chǎn)品A006","產(chǎn)品A007"]} df1 = pd.DataFrame(dict1) df1
#創(chuàng)建需要的數(shù)據(jù)集:詳情表 dict2={"訂單編號":["20220913","20220914","20220915","20220915"], "產(chǎn)品編號":["CP13","CP14","CP15","CP16"], "產(chǎn)品銷量":[13,24,45,32], "負責人":["張三","趙六","李八","李八"]} df2 = pd.DataFrame(dict2) df2
pd.concat([df1,df2])#默認上下拼接,拼接依據(jù)是列名;默認外聯(lián),保留兩個表都有的索引信息
pd.concat([df1,df2],ignore_index=True)#重置行索引
#左右拼接的依據(jù)是行索引 axis默認是0上下拼接,1為左右拼接;默認外聯(lián)(join = 'outer') pd.concat([df1,df2],axis=1)
#join指定了拼接方法,內(nèi)聯(lián),表示保留兩個表共有的行索引 pd.concat([df1,df2],axis=1,join="inner")
2、 df.append
和concat上下拼接的結(jié)果類似
df1.append(df2)
3、 pd.merge()
- 拼接對象是dataframe或者series,左表必須是datafram
- 拼接的數(shù)量只能是兩個
- 拼接方向只能左右拼
#left_on寫左表進行拼接的字段,right_on寫右表要進行拼接的字段 pd.merge(df1,df2,left_on="產(chǎn)品編號",right_on="產(chǎn)品編號",how = 'right')
#若兩表拼接字段名完全一樣,可寫一個on pd.merge(df1,df2,on="產(chǎn)品編號")
4、 df.join
和concat左右拼接的結(jié)果類似
df1.join(df2, lsuffix='_b', rsuffix='_a')
總結(jié)
到此這篇關(guān)于python進行數(shù)據(jù)合并concat/merge的文章就介紹到這了,更多相關(guān)python數(shù)據(jù)合并內(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
opencv中cv2.minAreaRect函數(shù)輸出角度問題詳解
minAreaRect返回的數(shù)據(jù)包括了矩形的中心點,寬、高,和旋轉(zhuǎn)角度,下面這篇文章主要給大家介紹了關(guān)于opencv中cv2.minAreaRect函數(shù)輸出角度問題的相關(guān)資料,需要的朋友可以參考下2022-11-11Python動態(tài)演示旋轉(zhuǎn)矩陣的作用詳解
一個矩陣我們想讓它通過編程,實現(xiàn)各種花樣的變化怎么辦呢?下面這篇文章主要給大家介紹了關(guān)于Python動態(tài)演示旋轉(zhuǎn)矩陣的作用,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下2022-12-12