一文搞定pandas的數據合併

一文搞定pandas的數據合併

在實際處理數據業務需求中，咱們常常會遇到這樣的需求：將多個錶鏈接起來再進行數據的處理和分析，相似SQL中的鏈接查詢功能。
pandas中也提供了幾種方法來實現這個功能，表現最突出、使用最爲普遍的方法是merge。本文中將下面四種方法及參數經過實際案例來進行具體講解。

• merge
• append
• join
• concat
  
  爲方便你們練習，文末提供了本文源代碼的獲取方式。

  文章目錄

  
  導入庫
  作數據分析的時候這兩個庫是必須導入的，國際慣例通常。

import pandas as pd
import numpy as np

— 01 —

merge

官方參數
官方提供的 merge函數的參數以下：

下面將經過案例講解幾個重要參數的使用方法：

DataFrame.merge(left, right, 
                how='inner',   # {‘left’, ‘right’, ‘outer’, ‘inner’}, default ‘inner’
                on=None, 
                left_on=None, right_on=None, 
                sort=False, 
                suffixes=('_x', '_y'))

模擬數據

注意4組數據的不一樣

使用默認參數

兩種不一樣的寫法，效果相同

參數how

• how參數的取值有4種：
• inner(默認)
• outer
• right
• left
  
  
  
  

  參數on

用於鏈接的列索引列名，必須同時存在於左右的兩個dataframe型數據中，相似SQL中兩個表的相同字段屬性
若是沒有指定或者其餘參數也沒有指定，則以兩個dataframe型數據的相同鍵做爲鏈接鍵

on參數爲單個字段

另外一個例子：


on參數爲多個字段-列表形式

參數lefton/righton

參數suffixes

合併的時候一列兩個表同名，可是取值不一樣，若是都想要保存下來，就使用加後綴的方法，默認是 _x,_y，能夠本身指定

參數sort

對鏈接的時候相同鍵的取值進行排序

— 02 —

concat

官方參數

concat方法是將兩個 DataFrame數據框中的數據進行合併

• 經過axis參數指定是在行仍是列方向上合併
• 參數 ignore_index實現合併後的索引重排
  

  生成數據

  指定合併軸

  改變索引

  
  join參數
  
  
  

  sort-屬性排序

  
  

  — 03 —

  append

  官方參數

  基本使用

data3.append(data4)   # 等同於pd.append([data3, data4])  忽略pandas版本的警告

改變索引-天然數排序

data3.append(data4, ignore_index=True)  # 設置參數

sort=True-屬性的排序

data3.append(data4)   # 默認對字段屬性排序

— 04 —

join

官方參數

經過相同索引合併

相同字段屬性指後綴

相同字段變成索引index

相同字段保留一次

爲方便你們練習，能夠在公號「Python數據之道」後臺回覆 「20200917」 獲取本文的源代碼文件。
---------End---------