【python】pandas:DataFrame合并技巧详解

一、引言

在数据分析过程中，经常需要将多个数据集合并为一个统一的数据集。Pandas库提供了多种合并DataFrame的方法，以满足不同场景下的需求。本文将详细介绍这些合并方法，并通过示例展示其用法。

二、基于键的合并（merge）

基于键的合并是最常用的DataFrame合并方法之一。它类似于SQL中的JOIN操作，可以根据两个DataFrame之间的共同列（键）进行合并。以下是一个示例：

• 用法：根据两个DataFrame之间的共同列（键）进行合并。
• 参数说明：
  • left、right：要合并的两个DataFrame。
  • how：合并类型，包括’inner’（内连接）、‘left’（左外连接）、‘right’（右外连接）、‘outer’（全外连接）。默认为’inner’。
  • on：用于连接的列名。如果两个DataFrame中有相同名称的列，则默认使用该列作为连接键。
  • left_on、right_on：分别指定左表和右表中用于连接的列名。当左右表的连接键列名不同时使用。
  • left_index、right_index：是否使用左表或右表的行索引作为连接键。默认为False。
  • suffixes：用于在合并后的DataFrame中处理重名列的后缀，默认为(‘_x’, ‘_y’)。
• 优缺点：
  • 优点：可以灵活地根据指定列进行合并，支持多种合并类型。
  • 缺点：当数据量较大时，合并操作可能会消耗较多内存和时间。
• 示例：

import pandas as pd

# 创建两个示例DataFrame
df1 = pd.DataFrame({
   'key': ['A', 'B', 'C', 'D'], 'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({
   'key': ['B', 'D', 'E', 'F'],