Python数据分析之concat与merge函数(实例详解)

Python数据分析之concat与merge函数(实例详解),第1张

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
  1. 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)
  2. 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0join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
  1. 根据轴方向的不同,可以将堆叠分成横向堆叠纵向堆叠,默认采用的是纵向堆叠方式

  1. 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({'A':['A0','A1','A2'],
                  'B':['B0','B1','B2']})df1

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

横向堆叠合并df1和df2,采用外连接的方式
pd.concat([df1,df2],join='outer',axis=1)

2) 纵向堆叠与内链接
import pandas as pd
first=pd.DataFrame({'A':['A0','A1','A2'],
                   'B':['B0','B1','B2'],
                   'C':['C0','C1','C2']})first

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

  1. 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='inner',axis=0)

二、merge()函数

1)主键合并数据

  1. 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({'key':['K0','K1','K2'],
                  'A':['A0','A1','A2'],
                  'B':['B0','B1','B2']})left

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

pd.merge(left,right,on='key')

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({'key':['K0','K1','K2'],
                  'A':['A0','A1','A2'],
                  'B':['B0','B1','B2']})data1

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

pd.merge(data1,data2,on=['key','B'])

1)根据行索引合并数据
  1. join()方法能够通过索引或指定列来连接多个DataFrame对象
  2. 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({'A':['A0','A1','A2'],
                   'B':['B0','B1','B2']})data3

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

data3.join(data4,how='left')  #左连接

data3.join(data4,how='right')  #右连接

data3.join(data4,how='inner')  #内连接

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

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


on参数指定连接的列名

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

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({'A': [np.nan, 'A1', 'A2', 'A3'],
                        'B': [np.nan, 'B1', np.nan, 'B3'],
                        'key': ['K0', 'K1', 'K2', 'K3']})left

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


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


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,

欢迎分享,转载请注明来源:内存溢出

原文地址:https://outofmemory.cn/langs/1371969.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2022-06-16
下一篇2022-06-16

随机推荐

  • 二十四节气小雪来历是什么

     小雪是二十四节气中第二十个节气,是进入冬日的信号,它的出现也告诉人们,冬天已经到来了,天气已经渐渐的变冷了,是时候为农作物御寒过冬做准备了。小雪节气期间,我国大部分地区的农业生产都进入了冬季田间管理

    2022-12-06
    000
  • 孔融为什么让梨

    孔融让梨是因为他愿意为别人着想。孔融让梨这件事,其实在历史上是没有的,后人杜撰的可能性很大。但孔融让梨这件事,让我们能看出他小时候的个人品德修养很好,让梨没有什么特殊的原因,只是为他人着想。汉代,是一

    2022-12-06
    000
  • 重阳节是什么意思

     重阳节是我国的一个传统节日,在每年的农历九月初九日,古时候,人们认为九九重阳是一个非常吉祥的日子,民间会有许多的风俗习惯。重阳节在我国有着非常悠久的历史,重阳节的源头甚至可以追溯到先秦之前。关于重阳

    2022-12-06
    000
  • 刘备儿子叫什么名字

    刘备儿子分别叫刘禅、刘永和刘理,其中刘禅是刘备和甘夫人所生,刘备死后他继承了皇位,不过蜀汉也是在他手里灭亡的。刘永是刘备的庶子,他和刘禅的本是亲密兄弟,因黄皓的关系两人渐行渐远,刘理也是庶子,只是寿

    2022-12-06
    000
  • 顺治帝的墓为什么没有被盗

    因为顺治帝最后在五台山出家,遗体也是火葬,他的墓一切从简,没有什么奇珍异宝,加上墓室挖掘困难,所以一直没有盗墓者光顾,是在民国时期清东陵唯一一个保存完好的皇陵。清朝灭亡后,各地军阀把控了国家大权,因为

    2022-12-06
    000
  • 太平公主是谁

     太平公主是唐高宗李治与武则天的小女儿,曾参与复辟李唐、诛灭韦后的事件。太平公主是唐高宗李治与武则天最后一个子嗣,所以深受父母的疼爱。为了避免公主远嫁和亲,李治夫妇专门建造了太平观让她居住,“太平”也

    2022-12-06
    000
  • 石敬瑭是汉人吗

    石敬瑭不是汉人,是沙陀族人。不过在正史《旧五代史》中描述,石敬瑭不承认自己是沙陀人,而是由中原迁居到边疆地区的汉人,并自称是春秋卫国贤大夫石碏、西汉贤相石奋的后代。清泰三年(936年),起兵造反,被困

    2022-12-06
    000
  • 世袭罔替是什么意思

    世袭罔[wǎng]替是指世袭次数无限,后代袭爵没有变化都是原始的王爵。中国古代的爵位继承制度是每一次被继承都会降一个等级,以清朝为例:某位亲王死后,他的儿子(一般为嫡子)继承他的爵位就会被降到郡王,到

    2022-12-06
    000
  • 屯田制是谁建立的制度

    屯田制最早应该是汉初高祖刘邦的“休养生息”政策,即汉初期为了恢复生产,稳定国家,就大力进行农业的生产,而屯田在当时就有了一定的规模。西汉前元十一年(前 169),汉文帝以罪人、奴婢和招募的农民戍边屯田

    2022-12-06
    000

发表评论

登录后才能评论

评论列表(0条)

    保存