Python数据分析之concat与merge函数（实例详解）

本篇文章给大家带来了关于python的相关知识，其中主要介绍了关于数据合并的相关问题，包括了concat函数与merge函数等内容，下面一起来看一下，希望对大家有帮助。

推荐学习：python视频教程

一、concat函数

concat()函数可以沿着一条轴将多个对象进行堆叠，其使用方式类似数据库中的数据表合并
pandas.concat(objs, axis=0, join=’outer’, join_axes=None, ignore_index=False, keys=None, levels=None, verify_integrity=False, sort=None, copy=True)
参数含义如下：

参数	作用
axis	表示连接的轴向，可以为0或者1，默认为0
join	表示连接的方式，inner表示内连接，outer表示外连接，默认使用外连接
ignore_index	接收布尔值，默认为False。如果设置为True，则表示清除现有索引并重置索引值
keys	接收序列，表示添加最外层索引
levels	用于构建MultiIndex的特定级别（唯一值）
names	设置了keys和level参数后，用于创建分层级别的名称
verify_integerity	检查新的连接轴是否包含重复项。接收布尔值，当设置为True时，如果有重复的轴将会抛出错误，默认为False

根据轴方向的不同，可以将堆叠分成横向堆叠与纵向堆叠，默认采用的是纵向堆叠方式

在堆叠数据时，默认采用的是外连接（join参数设为outer）的方式进行合并，当然也可以通过join=inner设置为内连接的方式。

1)横向堆叠与外连接

import pandas as pd
df1=pd.DataFrame({&#39;A&#39;:[&#39;A0&#39;,&#39;A1&#39;,&#39;A2&#39;],
                  &#39;B&#39;:[&#39;B0&#39;,&#39;B1&#39;,&#39;B2&#39;]})df1

在这里插入图片描述

df2=pd.DataFrame({&#39;C&#39;:[&#39;C0&#39;,&#39;C1&#39;,&#39;C2&#39;],
                  &#39;D&#39;:[&#39;D0&#39;,&#39;D1&#39;,&#39;D2&#39;]})df2

在这里插入图片描述

横向堆叠合并df1和df2,采用外连接的方式

pd.concat([df1,df2],join=&#39;outer&#39;,axis=1)

在这里插入图片描述

2) 纵向堆叠与内链接

import pandas as pd
first=pd.DataFrame({&#39;A&#39;:[&#39;A0&#39;,&#39;A1&#39;,&#39;A2&#39;],
                   &#39;B&#39;:[&#39;B0&#39;,&#39;B1&#39;,&#39;B2&#39;],
                   &#39;C&#39;:[&#39;C0&#39;,&#39;C1&#39;,&#39;C2&#39;]})first

在这里插入图片描述

second=pd.DataFrame({&#39;B&#39;:[&#39;B3&#39;,&#39;B4&#39;,&#39;B5&#39;],
                   &#39;C&#39;:[&#39;C3&#39;,&#39;C4&#39;,&#39;C5&#39;],
                    &#39;D&#39;:[&#39;D3&#39;,&#39;D4&#39;,&#39;D5&#39;]})second

在这里插入图片描述

当使用concat()函数合并时，若是将axis参数的值设为0，且join参数的值设为inner,则代表着使用纵向堆叠与内连接的方式进行合并

pd.concat([first,second],join=&#39;inner&#39;,axis=0)

在这里插入图片描述

二、merge()函数

1）主键合并数据

在使用merge()函数进行合并时，默认会使用重叠的列索引做为合并键，并采用内连接方式合并数据，即取行索引重叠的部分。

import pandas as pd
left=pd.DataFrame({&#39;key&#39;:[&#39;K0&#39;,&#39;K1&#39;,&#39;K2&#39;],
                  &#39;A&#39;:[&#39;A0&#39;,&#39;A1&#39;,&#39;A2&#39;],
                  &#39;B&#39;:[&#39;B0&#39;,&#39;B1&#39;,&#39;B2&#39;]})left

在这里插入图片描述

right=pd.DataFrame({&#39;key&#39;:[&#39;K0&#39;,&#39;K1&#39;,&#39;K2&#39;,&#39;K3&#39;],
                   &#39;C&#39;:[&#39;C0&#39;,&#39;C1&#39;,&#39;C2&#39;,&#39;C3&#39;],
                   &#39;D&#39;:[&#39;D0&#39;,&#39;D1&#39;,&#39;D2&#39;,&#39;D3&#39;]})right

在这里插入图片描述

pd.merge(left,right,on=&#39;key&#39;)

在这里插入图片描述

2）merge()函数还支持对含有多个重叠列的DataFrame对象进行合并。

import pandas as pd
data1=pd.DataFrame({&#39;key&#39;:[&#39;K0&#39;,&#39;K1&#39;,&#39;K2&#39;],
                  &#39;A&#39;:[&#39;A0&#39;,&#39;A1&#39;,&#39;A2&#39;],
                  &#39;B&#39;:[&#39;B0&#39;,&#39;B1&#39;,&#39;B2&#39;]})data1

在这里插入图片描述

data2=pd.DataFrame({&#39;key&#39;:[&#39;K0&#39;,&#39;K5&#39;,&#39;K2&#39;,&#39;K4&#39;],
                         &#39;B&#39;:[&#39;B0&#39;,&#39;B1&#39;,&#39;B2&#39;,&#39;B5&#39;],
                         &#39;C&#39;:[&#39;C0&#39;,&#39;C1&#39;,&#39;C2&#39;,&#39;C3&#39;],
                         &#39;D&#39;:[&#39;D0&#39;,&#39;D1&#39;,&#39;D2&#39;,&#39;D3&#39;]})data2

在这里插入图片描述

pd.merge(data1,data2,on=[&#39;key&#39;,&#39;B&#39;])

在这里插入图片描述

1）根据行索引合并数据

join()方法能够通过索引或指定列来连接多个DataFrame对象
join（other，on = None，how =‘left’，lsuffix =‘’，rsuffix =‘’，sort = False ）

参数	作用
on	名称，用于连接列名
how	可以从{‘‘left’’ ,‘‘right’’, ‘‘outer’’, ‘‘inner’’}中任选一个，默认使用左连接的方式。
sort	根据连接键对合并的数据进行排序，默认为False

import pandas as pd
data3=pd.DataFrame({&#39;A&#39;:[&#39;A0&#39;,&#39;A1&#39;,&#39;A2&#39;],
                   &#39;B&#39;:[&#39;B0&#39;,&#39;B1&#39;,&#39;B2&#39;]})data3

在这里插入图片描述

data4=pd.DataFrame({&#39;C&#39;: [&#39;C0&#39;, &#39;C1&#39;, &#39;C2&#39;],
                         &#39;D&#39;: [&#39;D0&#39;, &#39;D1&#39;, &#39;D2&#39;]},
                     index=[&#39;a&#39;,&#39;b&#39;,&#39;c&#39;])data3.join(data4,how=&#39;outer&#39;)  # 外连接

在这里插入图片描述

data3.join(data4,how=&#39;left&#39;)  #左连接

在这里插入图片描述

data3.join(data4,how=&#39;right&#39;)  #右连接

在这里插入图片描述

data3.join(data4,how=&#39;inner&#39;)  #内连接

在这里插入图片描述

import pandas as pd
left = pd.DataFrame({&#39;A&#39;: [&#39;A0&#39;, &#39;A1&#39;, &#39;A2&#39;],
                        &#39;B&#39;: [&#39;B0&#39;, &#39;B1&#39;, &#39;B2&#39;],
                      &#39;key&#39;: [&#39;K0&#39;, &#39;K1&#39;, &#39;K2&#39;]})left

在这里插入图片描述

right = pd.DataFrame({&#39;C&#39;: [&#39;C0&#39;, &#39;C1&#39;,&#39;C2&#39;],
                         &#39;D&#39;: [&#39;D0&#39;, &#39;D1&#39;,&#39;D2&#39;]},
                        index=[&#39;K0&#39;, &#39;K1&#39;,&#39;K2&#39;])right

on参数指定连接的列名

left.join(right,how=&#39;left&#39;,on=&#39;key&#39;)  #on参数指定连接的列名

在这里插入图片描述

2）合并重叠数据

当DataFrame对象中出现了缺失数据，而我们希望使用其他DataFrame对象中的数据填充缺失数据，则可以通过combine_first()方法为缺失数据填充。

import pandas as pdimport numpy as npfrom numpy import NAN
left = pd.DataFrame({&#39;A&#39;: [np.nan, &#39;A1&#39;, &#39;A2&#39;, &#39;A3&#39;],
                        &#39;B&#39;: [np.nan, &#39;B1&#39;, np.nan, &#39;B3&#39;],
                        &#39;key&#39;: [&#39;K0&#39;, &#39;K1&#39;, &#39;K2&#39;, &#39;K3&#39;]})left

在这里插入图片描述

right = pd.DataFrame({&#39;A&#39;: [&#39;C0&#39;, &#39;C1&#39;,&#39;C2&#39;],
                         &#39;B&#39;: [&#39;D0&#39;, &#39;D1&#39;,&#39;D2&#39;]},
                         index=[1,0,2])right

在这里插入图片描述
用right的数据填充left缺失的部分

left.combine_first(right) # 用right的数据填充left缺失的部分

在这里插入图片描述

推荐学习：python视频教程

以上就是Python数据分析之concat与merge函数（实例详解）的详细内容，更多请关注其它相关文章！