一文搞定pandas的數據合併

作者：來源於讀者投稿

出品：Python數據之道

一文搞定pandas的數據合併在實際處理數據業務需求中，我們經常會遇到這樣的需求：將多個表連接起來再進行數據的處理和分析，類似SQL中的連接查詢功能。pandas中也提供了幾種方法來實現這個功能，表現最突出、使用最為廣泛的方法是merge。本文中將下面👇四種方法及參數通過實際案例來進行具體講解。文章目錄導入庫做數據分析的時候這兩個庫是必須導入的，國際慣例一般。

import pandas as pd

import numpy as np

—  01 —

merge

官方參數

DataFrame.merge(left, right,

how='inner', # {『left』, 『right』, 『outer』, 『inner』}, default 『inner』

on=None,

left_on=None, right_on=None,

sort=False,

suffixes=('_x', '_y'))

模擬數據使用默認參數參數how參數on用於連接的列索引列名，必須同時存在於左右的兩個dataframe型數據中，類似SQL中兩個表的相同欄位屬性如果沒有指定或者其他參數也沒有指定，則以兩個dataframe型數據的相同鍵作為連接鍵on參數為單個欄位on參數為多個欄位-列表形式參數lefton/righton參數suffixes合併的時候一列兩個表同名，但是取值不同，如果都想要保存下來，就使用加後綴的方法，默認是 _x,_y，可以自己指定參數sort

—  02 —

concat

官方參數concat方法是將兩個 DataFrame數據框中的數據進行合併生成數據指定合併軸改變索引join參數sort-屬性排序

—  03 —

append

官方參數基本使用

data3.append(data4) # 等同於pd.append([data3, data4]) 忽略pandas版本的警告

改變索引-自然數排序

data3.append(data4, ignore_index=True) # 設置參數

sort=True-屬性的排序

data3.append(data4) # 默認對欄位屬性排序

—  04 —

join

官方參數通過相同索引合併相同欄位屬性指後綴相同欄位變成索引index相同欄位保留一次為方便大家練習，可以在公號「Python數據之道」後臺回復  「20200917」 獲取本文的原始碼文件。