Pandas_规整数据_合并数据_join

最新推荐文章于 2021-12-07 15:26:31 发布

原创最新推荐文章于 2021-12-07 15:26:31 发布 · 244 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Pandas学习笔记

Pandas_规整数据_合并数据专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了Pandas库中DataFrame的合并方法，包括join()和merge()的使用方式，参数设置及其对数据处理的影响。重点讲解了如何通过设置on参数指定合并键，以及how参数来控制不同类型的连接操作，如左连接、右连接、内连接和外连接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

合并数据

join()是实例对象方法

pd.merge()是顶级类方法

join()默认以index作为key，也可以通过参数on指定其他列为key。

参数	类型	说明
other	DataFrame List of DataFrame	join函数可以多个DataFrame合并 ldf.join([rdf，rdf1，rdf2])
on	字符串列表	column's name ldf.join(rdf， on='key1') ldf的key1列作为key，与rdf的key相比较
how	inner outer left right	left 默认值 left 以 ldf 为主体，rdf不足数据用Nan填充，求两个DataFrame对象的并集 (ldf的数据肯定没有Nan) right以 rdf 为主体，ldf不足数据用Nan填充，求两个DataFrame对象的并集 (rdf的数据肯定没有Nan) inner 两个DataFrame对象的交集 outer 两个DataFrame对象的并集
sort	boolean	False 默认值 Order result DataFrame lexicographically by the join key. If False, the order of the join key depends on the join type (how keyword)
lsuffix	字符串	Set new column's name
rsuffix	字符串	Set new column's name

 ldf
    A key
0  A0  K0
1  A1  K1
2  A2  K2
3  A3  K3
4  A4  K4
5  A5  K5

rdf
    B key
0  B0  K0
1  B1  K1
2  B2  K2

<<Join base defalt Index>>
ldf.join(rdf, lsuffix='_ldf', rsuffix='_rdf')
>>>     A key_ldf    B key_rdf
    0  A0         K0   B0        K0
    1  A1         K1   B1        K1
    2  A2         K2   B2        K2
    3  A3         K3  NaN       NaN
    4  A4         K4  NaN       NaN
    5  A5         K5  NaN       NaN
----------------------------------------------------------------------------
<<Set New Index,back New object>>
ldf.set_index('key')
	A
key	
K0	A0
K1	A1
K2	A2
K3	A3
K4	A4
K5	A5

<<Set New Index,back New object>>
rdf.set_index('key')
	B
key	
K0	B0
K1	B1
K2	B2

<<Join base new index>>
ldf.set_index('key').join(rdf.set_index('key'))
	A	B
key		
K0	A0	B0
K1	A1	B1
K2	A2	B2
K3	A3	NaN
K4	A4	NaN
K5	A5	NaN
----------------------------------------------------------------------------
 ldf
    A key
0  A0  K0
1  A1  K1
2  A2  K2
3  A3  K3
4  A4  K4
5  A5  K5

<<Set New Index,back New object>>
rdf.set_index('key')
	B
key	
K0	B0
K1	B1
K2	B2

<<不用index，使用普通列作为join key>>
ldf.join(rdf.set_index('key'), on='key')
	key	A	B
0	K0	A0	B0
1	K1	A1	B1
2	K2	A2	B2
3	K3	A3	NaN
4	K4	A4	NaN
5	K5	A5	NaN