|
|
51CTO旗下网站
|
|
移动端

Pandas数据合并与拼接的5种方法

Pandas数据处理功能强大,可以方便的实现数据的合并与拼接,具体是如何实现的呢?

作者:Python之王来源:今日头条|2020-07-06 14:00

Pandas数据处理功能强大,可以方便的实现数据的合并与拼接,具体是如何实现的呢?

一、DataFrame.concat:沿着一条轴,将多个对象堆叠到一起

语法:

  1. concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,  
  2.        keys=None, levels=None, names=None, verify_integrity=False, copy=True):  

pd.concat()只是单纯的把两个表拼接在一起,参数axis是关键,它用于指定合并的轴是行还是列,axis默认是0。

  • axis=0代表纵向合并;
  • axis=1代表横向合并。

参数介绍:

  • objs:需要连接的对象集合,一般是列表或字典;
  • axis:连接轴向;
  • join:参数为‘outer’或‘inner’;
  • ignore_index=True:重建索引

举例:

默认纵向拼接 

横向全拼接(默认索引全保留) 

横向关联拼接(只保留左右都存在的索引行)

二、DataFrame.merge:类似 vlookup

语法:

  1. merge(leftright, how='inner'on=None, left_on=None, right_on=None,   
  2.       left_index=False, right_index=False, sort=True,   
  3.       suffixes=('_x''_y'), copy=True, indicator=False

类似于关系型数据库的连接方式,可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是,针对同一个主键存在两张不同字段的表,根据主键整合到一张表里面。

参数介绍:

  • left和right:两个不同的DataFrame;
  • how:连接方式,有inner、left、right、outer,默认为inner;
  • on:指的是用于连接的列索引名称,必须存在于左右两个DataFrame中,如果没有指定且其他参数也没有指定,则以两个DataFrame列名交集作为连接键;
  • left_on:左侧DataFrame中用于连接键的列名,这个参数左右列名不同但代表的含义相同时非常的有用;
  • right_on:右侧DataFrame中用于连接键的列名;
  • left_index:使用左侧DataFrame中的行索引作为连接键;
  • right_index:使用右侧DataFrame中的行索引作为连接键;
  • sort:默认为True,将合并的数据进行排序,设置为False可以提高性能;
  • suffixes:字符串值组成的元组,用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称,默认为('_x', '_y');
  • copy:默认为True,总是将数据复制到数据结构中,设置为False可以提高性能;
  • indicator:显示合并数据中数据的来源情况

举例: 

没有指定连接键,默认用重叠列名,没有指定连接方式,默认inner内连接(取key的交集) 

通过how,指定连接方式

多键连接时将连接键组成列表传入,例:pd.merge(df1,df2,on=['key1','key2']

如果两个对象的列名不同,可以使用left_on,right_on分别指定

三、DataFrame.join:主要用于索引上的合并

语法:

  1. join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False): 

其参数的意义与merge方法中的参数意义基本一样。该方法最为简单,主要用于索引上的合并。

举例: 

使用join,默认使用索引进行关联

使用merge,指定使用索引进行关联,代码更复杂

使用concat,默认索引全部保留

四、Series.append:纵向追加Series

语法:

  1. (self, to_append, ignore_index=False, verify_integrity=False

举例:

五、DataFrame.append:纵向追加DataFrame

语法:

  1. (self, other, ignore_index=False, verify_integrity=False, sort=False

举例: 

 

总结

  • join 最简单,主要用于基于索引的横向合并拼接
  • merge 最常用,主要用于基于指定列的横向合并拼接
  • concat最强大,可用于横向和纵向合并拼接
  • append,主要用于纵向追加


【编辑推荐】

  1. 别再用Pandas处理大数据了!现在你拥有更好的选择
  2. Pandas常用技巧总结
  3. 利用Python进行数据分析之初识Pandas
  4. Pandas做数据可视化具体操作,快来看看吧
  5. 你知道Python中数据处理库Pandas是如何诞生的吗?
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

大数据安全运维实战

大数据安全运维实战

CDH+Ambari
共20章 | 大数据陈浩

84人订阅学习

实操案例:Jenkins持续交付和持续部署

实操案例:Jenkins持续交付和持续部署

微服务架构下的自动化部署
共18章 | freshman411

174人订阅学习

思科交换网络安全指南

思科交换网络安全指南

安全才能无忧
共5章 | 思科小牛

105人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微