Python Pandas中合并數(shù)據(jù)的5個(gè)函數(shù)使用詳解

更新時(shí)間：2022年05月07日 10:35:47 作者：黃偉呢

數(shù)據(jù)合并是數(shù)據(jù)處理過(guò)程中的必經(jīng)環(huán)節(jié)，pandas作為數(shù)據(jù)分析的利器，提供了五種常用的數(shù)據(jù)合并方式，讓我們看看如何使用這些方法吧！

join主要用于基于索引的橫向合并拼接；
merge主要用于基于指定列的橫向合并拼接；
concat可用于橫向和縱向合并拼接；
append主要用于縱向追加；
combine可以通過(guò)使用函數(shù)，把兩個(gè)DataFrame按列進(jìn)行組合。

join

join是基于索引的橫向拼接，如果索引一致，直接橫向拼接。如果索引不一致，則會(huì)用Nan值填充。

索引一致

x = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                    index=[0, 1, 2])
y = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                      'D': ['D0', 'D2', 'D3']},
                    index=[0, 1, 2])
x.join(y)

結(jié)果如下：

索引不一致

x = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                    index=[0, 1, 2])
y = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                      'D': ['D0', 'D2', 'D3']},
                    index=[1, 2, 3])
x.join(y)

結(jié)果如下：

merge

merge是基于指定列的橫向拼接，該函數(shù)類似于關(guān)系型數(shù)據(jù)庫(kù)的連接方式，可以根據(jù)一個(gè)或多個(gè)鍵將不同的DatFrame連接起來(lái)。該函數(shù)的典型應(yīng)用場(chǎng)景是，針對(duì)同一個(gè)主鍵存在兩張不同字段的表，根據(jù)主鍵整合到一張表里面。

可以指定不同的how參數(shù)，表示連接方式，有inner內(nèi)連、left左連、right右連、outer全連，默認(rèn)為inner;

x = pd.DataFrame({'姓名': ['張三', '李四', '王五'],
                     '班級(jí)': ['一班', '二班', '三班']})
y = pd.DataFrame({'專業(yè)': ['統(tǒng)計(jì)學(xué)', '計(jì)算機(jī)', '繪畫(huà)'],
                      '班級(jí)': ['一班', '三班', '四班']})

pd.merge(x,y,how="left")

結(jié)果如下：

concat

concat函數(shù)既可以用于橫向拼接，也可以用于縱向拼接。

縱向拼接

x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])
y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])
z = pd.concat([x,y],axis=0)
z

結(jié)果如下：

橫向拼接

x = pd.DataFrame({'姓名': ['張三', '李四', '王五'],
                     '班級(jí)': ['一班', '二班', '三班']})
y = pd.DataFrame({'專業(yè)': ['統(tǒng)計(jì)學(xué)', '計(jì)算機(jī)', '繪畫(huà)'],
                      '班級(jí)': ['一班', '三班', '四班']})
z = pd.concat([x,y],axis=1)
z

結(jié)果如下：

append

append主要用于縱向追加數(shù)據(jù)。

x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])
y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])
x.append(y)

結(jié)果如下：

combine

conbine可以通過(guò)使用函數(shù)，把兩個(gè)DataFrame按列進(jìn)行組合。

x = pd.DataFrame({"A":[3,4],"B":[1,4]})
y = pd.DataFrame({"A":[1,2],"B":[5,6]})
x.combine(y,lambda a,b:np.where(a>b,a,b))

結(jié)果如下：

注：上述函數(shù)，用于返回對(duì)應(yīng)位置上的最大值。

到此這篇關(guān)于Python Pandas中合并數(shù)據(jù)的5個(gè)函數(shù)使用詳解的文章就介紹到這了,更多相關(guān)Python Pandas合并數(shù)據(jù)內(nèi)容請(qǐng)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！

您可能感興趣的文章: