pandas中数据合并的常用方法

pandas中数据合并的常用方法

Pandas是一种常用的数据分析库，它提供了许多方便的方法来处理数据，其中数据合并也是其中一个非常常用的方法。在Pandas中，有多种方法可以实现数据合并，以下是常用方法的简单介绍。 一、concat函数

concat函数可以将两个或多个DataFrame对象合并到一起，并按照指定的轴方向进行合并。其中轴的方向默认为0，即按行合并，我们可以通过设置axis参数为1来按列进行合并。 1.按行合并

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']}) frames = [df1, df2, df3] result = pd.concat(frames)

将三个数据框合并在一起，并按照index值从0开始排序。 输出结果： A B C D 0 A0 B0 C0 D0 1 A1 B1 C1 D1 2 A2 B2 C2 D2 3 A3 B3 C3 D3 0 A4 B4 C4 D4 1 A5 B5 C5 D5

2 A6 B6 C6 D6 3 A7 B7 C7 D7 0 A8 B8 C8 D8 1 A9 B9 C9 D9 2 A10 B10 C10 D10 3 A11 B11 C11 D11

我们可以使用ignore_index参数，来忽略原来的index值，将合并后的index值从0开始计算。

将df2按列合并到df1后面。 二、merge函数

merge函数可以将两个不同DataFrame的数据按照某个共同的列连接起来，这种方法类似于SQL中的join操作。与concat函数不同的是，merge函数更适用于多对多和一对多的情况，因为它使用指定列的值来确定连接方式，而不是依赖于位置。 1.内连接（inner join）

将left和right两个数据框按照‘key’列连接在一起。 key A B C D 0 K0 A0 B0 C0 D0 1 K1 A1 B1 C1 D1 2 K2 A2 B2 C2 D2 3 K3 A3 B3 C3 D3

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

指定how参数为‘left’，表示以left为主表，以right为附加表进行左连接。 三、join方法

join方法与merge方法作用相同，同样可以实现两个不同DataFrame的数据按照某个共同的列进行连接。与merge方法不同的是，join方法默认以index作为连接键，而merge方法需要明确指定用哪个或哪些列作为连接键。另外，join方法只能实现左连接，而merge方法可以实现左连接、右连接、内连接、外连接。

四、append方法

append方法是将一个DataFrame对象追加到另外一个DataFrame对象，实现两个相同列的合并，类似于concat函数。但是，append方法只能进行按行合并，不能按列合并。 result = df1.append(df2) result = result.append(df3) 将df2和df3分别追加到df1的下面。