Pandas里怎样进行数据合并与连接

在Pandas中，数据合并与连接主要通过merge()和concat()两个函数实现。这两个函数都可以用来组合多个DataFrame对象，但它们的工作方式和适用场景有所不同。

merge()

merge()函数主要用于基于一个或多个键将不同的DataFrame对象的行连接起来。它类似于SQL中的JOIN操作。

基本语法：

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False)

参数说明：

• left：左侧DataFrame对象。
• right：右侧DataFrame对象。
• how：连接方式，可选值为’left’（左连接）、‘right’（右连接）、‘outer’（外连接）和’inner’（内连接）。默认值为’inner’。
• on：用于连接的列名，仅在左右两侧DataFrame对象的列名相同时使用。
• left_on：左侧DataFrame对象中用于连接的列名或索引。
• right_on：右侧DataFrame对象中用于连接的列名或索引。
• left_index：如果为True，则使用左侧DataFrame对象的索引作为连接键。
• right_index：如果为True，则使用右侧DataFrame对象的索引作为连接键。
• sort：如果为True，则根据连接键对结果进行排序。默认值为False。

示例：

import pandas as pd

# 创建两个DataFrame对象
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8]})

# 使用merge()函数进行内连接
result = pd.merge(df1, df2, on='key', how='inner')
print(result)

输出结果：

  key  value_x  value_y
0   B        2        5
1   D        4        6

concat()

concat()函数主要用于沿着某个轴将多个DataFrame对象堆叠在一起。它类似于SQL中的UNION操作。

基本语法：

pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)

参数说明：

• objs：要连接的DataFrame对象列表。
• axis：连接轴，0表示沿着行方向连接（默认值），1表示沿着列方向连接。
• join：连接方式，可选值为’outer’（外连接）和’inner’（内连接）。默认值为’outer’。
• ignore_index：如果为True，则重新设置索引。默认值为False。
• keys：用于区分不同DataFrame对象的键。
• levels：用于区分不同DataFrame对象的层次结构。
• names：用于设置层次结构的名称。
• verify_integrity：如果为True，则检查连接后的索引是否有重复。默认值为False。
• sort：如果为True，则根据索引对结果进行排序。默认值为False。
• copy：如果为True，则创建一个新的DataFrame对象。默认值为True。

示例：

import pandas as pd

# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

# 使用concat()函数沿着行方向连接
result = pd.concat([df1, df2], axis=0)
print(result)

输出结果：

   A  B
0  1  3
1  2  4
0  5  7
1  6  8

注意：在使用concat()函数时，如果沿着列方向连接，需要确保两个DataFrame对象的行数相同。