Pandas数据预处理1--合并数据

最新推荐文章于 2024-06-14 20:44:16 发布

原创

最新推荐文章于 2024-06-14 20:44:16 发布 · 843 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #大数据

本文详细介绍了Pandas中数据的堆叠合并，包括横向堆叠的concat函数，纵向堆叠的concat和append函数，以及主键合并的merge和join函数，最后讨论了重叠合并数据的方法。重点讲解了各种合并方式的参数设置及其应用场景。

1 堆叠合并数据

1.1 横向堆叠concat函数

pd.concat([df1, df2], axis=1, join='inner')#外连接交集

pd.concat([df1, df2], axis=1, join='outer')#内连接并集

1.2 纵向堆叠

1.2.1 concat函数

两张表列名可以不完全相同

pd.concat([df1, df2], axis=0, join='inner')#外连接交集

pd.concat([df1, df2], axis=0, join='outer')#内连接并集m

1.2.2 append函数

两张表列名必须完全相同

df3.append(df4)

1.3 主键合并数据

1.3.1 merge函数

pd.merge(新数据1，新数据2，how， left_on， right_on)

left_on新数据1接收数据用于合并的主键

how默认为inner 可为inner outer left right

1.3.2 join函数

DataFrame.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)

other：一个DataFrame、Series（要有命名），或者DataFrame组成的list。
on：列名，包含列名的list或tuple，或矩阵样子的列
（如果是多列，必须有MultiIndex）。
跟上面的几种方法一样，用来指明依据哪一列进行合并。
如果没有赋值，则依据两个数据框的index合并。
how：合并方式， {‘left’, ‘right’, ‘outer’, ‘inner’},
默认 ‘left’