pandas中merage,join和concat

时间 2021-01-16

merage主要为横向连接，用于将多个dataframe通过某个相同的键合并为一个；

concat可横向可纵向

一.merage

二.concat

1).方法原型

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

objs:待合并的对象集合，可以是Serice,Dataframe

axis:{0，1，...}合并方向，默认为0，表示纵向，1表示横向

join:{inner,outer}:合并方式，默认为outer，表示并集，inner表示交集

join_axes:按哪些对象的索引保存

ignore_index:{False,True},是否忽略原index，默认为不忽略

keys:为原始dataframe添加一个键，默认为无

1. result = pd.concat(frames)

2. result = pd.concat(frames, keys=['x', 'y', 'z'])

result.ix['y']
Out[7]: 
    A   B   C   D
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

3.result = pd.concat([df1, df4], axis=1)

 4.result = pd.concat([df1, df4], axis=1, join='inner')

5.result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])

_images/merging_concat_axis1_join_axes.png

 6.result = pd.concat([df1, s1], axis=1)

 7.result = pd.concat([df1, s2, s2, s2], axis=1)

_images/merging_concat_unnamed_series.png

8.result = pd.concat([df1, s1], axis=1, ignore_index=True)

_images/merging_concat_series_ignore_index.png

9.result = pd.concat(frames, keys=['x', 'y', 'z'])

二.append横向和纵向同时扩充，不考虑columns和index

1.result = df1.append(df2)

 2.result = df1.append(df4)

3.result = df1.append([df2, df3])

4.result = df1.append(df4, ignore_index=True)

三.merage

merge 函数通过一个或多个键来将数据集的行连接起来。该函数的主要应用场景是针对同一个主键存在两张包含不同特征的表，通过该主键的连接，将两张表进行合并。合并之后，两张表的行数没有增加，列数是两张表的列数之和减一。

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

left:待合并dataframe1

right:待合并dataframe2

on=None: 指定连接的列名，若两列希望连接的列名不一样，可以通过left_on和right_on 来具体指定,不指定时pandas会自动找到相同名字的列

how=’inner’,参数指的是左右两个表主键那一列中存在不重合的行时，取结果的方式：inner表示交集，outer 表示并集，left 和right 表示取某一边。

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

2. result = pd.merge(left, right, on=['key1', 'key2'])

_images/merging_merge_on_key_multiple.png

 3.result = pd.merge(left, right, how='left', on=['key1', 'key2'])

4. result = pd.merge(left, right, how='right', on=['key1', 'key2'])

5. result = pd.merge(left, right, how='outer', on=['key1', 'key2'])

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