Pandas | Dataframe的merge操作，像数据库一样尽情join

最新推荐文章于 2025-06-25 00:15:00 发布
原创 最新推荐文章于 2025-06-25 00:15:00 发布 · 596 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #数据分析 #机器学习

本文介绍了Pandas中DataFrame的merge和concat操作。merge类似于数据库的JOIN，支持inner、left、right和outer join，通过on或left_on/right_on指定连接列。concat则用于行或列的直接合并，对齐数据并处理层次索引。

今天是pandas数据处理第8篇文章，我们一起来聊聊dataframe的合并。

常见的数据合并操作主要有两种，第一种是我们新生成了新的特征，想要把它和旧的特征合并在一起。第二种是我们新获取了一份数据集，想要扩充旧的数据集。这两种合并操作在我们日常的工作当中非常寻常，那么究竟应该怎么操作呢？让我们一个一个来看。

merge

首先我们来看dataframe当中的merge操作，merge操作类似于数据库当中两张表的join，可以通过一个或者多个key将多个dataframe链接起来。

我们首先来创建两个dataframe数据：

df1 = pd.DataFrame({
   
   'id': [1, 2, 3, 3, 5, 7, 6], 'age': range(7)})

df2 = pd.DataFrame<
最低0.47元/天 解锁文章
TechFlow
关注
Python基础教程：在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例
python函数基础教程
04-14 3219
@本文来源于公众号：csdn2299，喜欢可以关注公众号 程序员学府 今天小编就为大家分享一篇在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 最近在工作中，遇到了数据合并、连接的问题，故整理如下，供需要者参考~ 一、concat：沿着一条轴，将多个对象堆叠到一起 concat方法相当于数据...
dataframe两个表合并_Pandas | Dataframe的merge操作，像数据库一样尽情join
weixin_39686634的博客
11-22 767
点击上方蓝字，关注并星标，和我一起学技术。今天是pandas数据处理第8篇文章，我们一起来聊聊dataframe的合并。常见的数据合并操作主要有两种，第一种是我们新生成了新的特征，想要把它和旧的特征合并在一起。第二种是我们新获取了一份数据集，想要扩充旧的数据集。这两种合并操作在我们日常的工作当中非常寻常，那么究竟应该怎么操作呢？让我们一个一个来看。merge首先我们来看dataframe...
pandas的merge操作，像数据库一样尽情join
CDA数据分析师
08-18 336
作者：梁唐 来源：早起Python 今天是我们一起来聊聊pandas中dataframe的合并。 常见的数据合并操作主要有两种，第一种是我们新生成了新的特征，想要把它和旧的特征合并在一起。第二种是我们新获取了一份数据集，想要扩充旧的数据集。这两种合并操作在我们日常的工作当中非常寻常，那么究竟应该怎么操作呢？让我们一个一个来看。 merge 首先我们来看dataframe当中的merge操作，merge操作类似于数据库当中两张表的join，可以通过一个或者多个key将多个dataframe...
当pandas用的像sql一样，是否还有必要继续坚持？
泡泡茶壶的博客
09-04 1479
文章目录前言什么是pandas像使用sql一样使用pandas常用命令对照新增数据插入查询数据IN...NOT IN排序GROUP BY, COUNT, (分组下的)ORDER BY修改数据删除数据 前言 本篇立眼于公司项目中数据分析与报表生成的技术方案，主要是针对pandas数据处理方面与SQL的异同发表一些心得见解。 目前项目中使用的BI报表功能，其底层数据支撑来自于经过pandas处理生成的H5文件。报表展示的是聚合之后的数据，这就涉及到对数据的筛选，分类以及聚合。 什么是pandas 网上针对pan
python pandas 合并dataframe_python:pandas 合并多个DataFrame
weixin_39781594的博客
11-30 531
python 把几个DataFrame合并成一个DataFrame——merge,append,join,concatpandas provides various facilities for easily combining together Series, DataFrame, and Panel objects with various kinds of set logic for th...
Pandas 合并多个Dataframe（merge,concat）
dta0502的博客
10-09 9366
pd.merge() 在数据处理的时候经常会遇到多个表单的合并问题，比如一个表单有user_id和age这两个字段，另一个表单有user_id和sex这两个字段，要把这两个表合并成只有user_id、age、sex三个字段的表。 普通的拼接是做不到的，因为user_id每一行之间不是对应的。pandas中有个merge函数可以做到这个实用的功能。 df = pd.merge(df1, df2, h...
Pandas系列学习教程——11 pandas实现DataFrame的Merge
lzylzy66的博客
03-12 1122
随着人工智能的不断发展，数据分析这门技术也越来越重要，很多人都开启了学习数据分析，本文就介绍了pandas学习的基础内容。本章简单介绍了pandas实现DataFrame的Merge，具体讲解了Merge时的一对一和一对多，以及多对多数量问题。
【Pandas】pandas DataFrame merge
weixin_39648905的博客
06-25 1095
`pandas.DataFrame.merge()` 是 Pandas 中用于**基于一个或多个键将两个 DataFrame 进行数据库风格的合并（join）**的方法。它类似于 SQL 中的 JOIN 操作，支持多种连接方式（如 `inner`, `left`, `right`, `outer`），并可以指定左右 DataFrame 的连接键。
Pandas合并DataFrame：Merge, Join, Concat, Append【Pandas入门教程6】
08-31
Pandas合并DataFrame_Merge,_Join,_Concat,_Append【Pandas入门教程6】
python dataframe合并相同行_pandas之DataFrame合并merge
weixin_39715926的博客
12-04 3979
一、mergemerge操作实现两个DataFrame之间的合并，类似于sql两个表之间的关联查询。merge的使用方法及参数解释如下：pd.merge(left, right, on=None, how='inner', left_on=None, right_on=None, left_index=False, right_index=False,sort=False, suffixes=('...
python dataframe merge_Pandas DataFrame.merge()用法详解
weixin_39636857的博客
12-15 893
本文概述Pandas merge()定义为以下过程：将两个数据集合为一个, 并根据公共属性或列对齐行。它是DataFrame对象之间所有标准数据库联接操作的入口点：句法pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=T...
python dataframe merge_python pandas DataFrame.merge用法及代码示例
weixin_39968490的博客
01-28 419
合并具有database-style联接的DataFrame或命名的Series对象。联接在列或索引上完成。如果在列上连接列，则DataFrame索引将被忽略。否则，如果在索引上连接索引或在一个或多个列上建立索引，则将传递索引。参数：right：DataFrame 或 named Series要合并的对象。how：{‘left’, ‘right’, ‘outer’, ‘inner’}, 默认为 ‘...
python pandas dataframe 合并_Pandas中DataFrame数据合并、连接（concat、merge、join）之merge...
weixin_39838302的博客
11-30 255
二、merge：通过键拼接列类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。merge(left, right, how='inner', on=None, left_on=None, right_on=None,left_index=False, right_index=Fa...
谈谈pandas merge 的一个深坑，莫名其妙多出来一行
Reach Higher
01-31 2万+
merge 在 pandas 里面的基本用法 pd.merge([df1, df2], on=’ ‘, how=’ left/right/inner’) df1.merge(df2, on=’ ‘, how=’ ') 如果你要拼接的两个dataframe中，有一个相同的关键字段，且两个列名是相同的，就可以指定 on=‘column name’ 接下来看例子 df1 = pd.DataFrame...
pandas 合并dataframe_数据处理必备工具之强大的pandas.merge合并方法！
weixin_39545310的博客
01-23 300
数据分析和建模方面绝大部分的工作都是做数据处理，pandas是python标准库提供了一组高级的、灵活的、高效的核心算法和函数，能够轻松地将数据规整成适合机器学习建模的形式。pandas对象中的数据可通过一些内置的方法来合并，本文先给大家介绍一下数据的合并操作：pandas.merge。pandas.merge的作用pandas.merge 可根据一个或多个键将不同的dataframe中的行连接起...
pandas.merge()函数用法详解
u011699626的博客
02-23 7305
这里记录一下pandas.merge()函数的用法。 使用DataFrame一和二中的共有参数将两个DataFrame融合起来。 import pandas as pd df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']}) df2 = pd.D
Pandas：merge函数使用注意事项（pandas的merge函数造成大量错误的空值）
热门推荐
u011476718的博客
03-12 3万+
pandas的merge函数造成大量错误的空值
Pandas.DataFrame Merge两个表时的效率对比和加速方法
MeisterMorxrc的学习小屋
12-02 8997
Pandas.DataFrame Merge两个表时的效率对比和加速方法 借用Riiid的数据集进行实验对比。 方法1: 直接merge 方法2 先设置index为merge的公共列, eg: df_user.index.name = ‘user_id’ 然后再merge,使用参数: right_index = True 可以看到，相较于原始的merge方法。新的方法有13x倍的加速效果。 方法3 先设置index为merge的公共列, eg: df_user.index.name = ‘user
pandas中DataFrame的数据堆叠、连接、重塑
m0_73716246的博客
06-09 5333
A B v1 v2# 内连接print(df3)解析：on=['A','B'] 即将 A、B 列作为连接键，当这个组合键相同时，进行连接，上面的 df1 和 df2 只有索引为2的一行数据是相同的，为 [B,b]，因此，在有多列时，需要满足这几列都相同的数据才会进行连接此外，由于merge需指定连接的列，在两个 df没有相同列需要用到索引时（见下方基于索引），应指定left_on、right_on 参数，否则会报错merge亦可进行纵向的列拼接，但一般来说我们有更好的方法2.基于索引。
pandas dataframe merge concat drop_duplicates
最新发布
10-25
### `merge`方法 `merge`方法用于将两个DataFrame按照一个或多个键进行合并，类似于SQL中的连接操作。以下是一个简单的使用示例： ```python import pandas as pd # 创建两个DataFrame df1 = pd.DataFrame({'key': ['A', 'B', 'C'], 'value1': [1, 2, 3]}) df2 = pd.DataFrame({'key': ['B', 'C', 'D'], 'value2': [4, 5, 6]}) # 使用merge方法合并DataFrame merged_df = pd.merge(df1, df2, on='key') print(merged_df) ``` 在上述代码中，`pd.merge(df1, df2, on='key')`表示按照`key`列将`df1`和`df2`进行合并。默认情况下，`merge`方法使用的是内连接（inner join），只保留两个DataFrame中`key`列值都存在的行。 ### `concat`方法 `concat`方法相当于数据库中的全连接（union all），它可以指定连接的方式（outer join或inner join），还可以指定按照某个轴进行连接。与数据库不同的是，它不会去重，但是可以使用`drop_duplicates`方法达到去重的效果。以下是一个使用示例： ```python import pandas as pd # 创建两个DataFrame df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}) # 使用concat方法进行连接 concatenated_df = pd.concat([df1, df2], axis=0) print(concatenated_df) ``` 在上述代码中，`pd.concat([df1, df2], axis=0)`表示按行（axis=0）将`df1`和`df2`连接起来。 ### `drop_duplicates`方法 `drop_duplicates`方法是Pandas中用于处理重复数据的一个非常有用的工具。通过深入了解其用法和参数，可以更精确地控制重复数据的处理方式。以下是一个使用示例： ```python import pandas as pd # 创建一个包含重复数据的DataFrame data = {'col1': [1, 2, 2, 3], 'col2': ['a', 'b', 'b', 'c']} df = pd.DataFrame(data) # 使用drop_duplicates方法去除重复行 unique_df = df.drop_duplicates() print(unique_df) ``` 在上述代码中，`df.drop_duplicates()`会去除`df`中所有列值都相同的重复行。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值