Python数据分析入门：数据合并（基础必备）

最新推荐文章于 2025-06-05 10:25:59 发布

「已注销」

最新推荐文章于 2025-06-05 10:25:59 发布

阅读量2.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：数据分析入门 python 文章标签： python 数据分析

本文链接：https://blog.youkuaiyun.com/weixin_62853513/article/details/124221736

本文介绍了Python数据分析中数据合并的基础知识，包括使用`pd.merge`进行数据连接操作，如内连接、外连接、左连接和右连接，并展示了如何处理重复列名。还提到了`pd.concat`函数用于沿轴方向合并多个对象，以及`np.concatenate`和`pd.concat`在NumPy和pandas中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据合并(pd.merge)

根据单个或多个键将不同DataFrame的行连接起来
类似数据库的连接操作
pd.merge:(left, right, how=‘inner’,on=None,left_on=None,
right_on=None ) left:合并时左边的DataFrame right:合并时右边的DataFrame
how:合并的方式,默认’inner’, ‘outer’, ‘left’, ‘right’ on:需要合并的列名,必须两边都有的列名，并以
left 和 right 中的列名的交集作为连接键 left_on: left Dataframe中用作连接键的列 right_on:
right Dataframe中用作连接键的列
内连接 inner:对两张表都有的键的交集进行联合

在这里插入图片描述

全连接 outer：对两者表的都有的键的并集进行联合

在这里插入图片描述

左连接 left：对所有左表的键进行联合

在这里插入图片描述

右连接 right：对所有右表的键进行联合

在这里插入图片描述
示例代码：

import pandas as pd
import numpy as np
 
left = pd.DataFrame({
   
   'key': ['K0', 'K1', 'K2', 'K3'],
                      'A': ['A0', 'A1', 'A2', 'A3'],
                       'B': ['B0', 'B1', 'B2', 'B3']})
 
right = pd.DataFrame({
   
   'key': ['K0', 'K1', 'K2', 'K3'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})
 
pd.merge(left,right,on='key') #指定连接键key

运行结果：

key    A    B    C    D
0    K0    A0    B0    C0    D0
1    K1    A1    B1    C1    D1
2    K2    A2    B2    C2    D2
3    K3    A3    B3    C3    D3

在这里插入图片描述示例代码：

left = pd.DataFrame({
   
   'key1': ['K0', 'K0', 'K1', 'K2'],
                    'key2': ['K0', 'K1', 'K0', 'K1'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
 
right = pd.DataFrame({
   
   'key1': ['K0', 'K1', 'K1', 'K2'],
                      'key2': ['K0', 'K0', 'K0', 'K0'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})
 
pd.merge(left,right,on=