关于python DataFrame的合并方法总结

更新时间：2022年07月12日 16:39:27 作者：haha_point

这篇文章主要介绍了关于python DataFrame的合并方法总结，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

python DataFrame的合并方法

Python的Pandas针对DataFrame,Series提供了多个合并函数，通过参数的调整可以轻松实现DatafFrame的合并。

首先，定义3个DataFrame df1,df2,df3，进行concat、merge、append函数的实验。

df1=pd.DataFrame([[1,2,3],[2,3,4]],columns=['a','b','c'])
df2=pd.DataFrame([[2,3,4],[3,4,5]],columns=['a','b','c'])
df3=pd.DataFrame([[1,2,3],[2,3,4]],columns=['a','b','d'])

#concat函数

pandas中concat函数的完整表达，包含多个参数，常用的有axis,join,ignore_index.

concat函数的第一个参数为objs，一般为一个list列表，包含要合并两个或多个DataFrame，多个Series

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

1.axis表示合并方向，默认axis=0，两个DataFrame按照索引方向纵向合并,axis=1则会按照columns横向合并。

pd.concat([df1,df2],axis=1)
   a  b  c  a  b  c
0  1  2  3  2  3  4
1  2  3  4  3  4  5

2.join表示合并方式，默认join=‘outer’，另外的取值为’inner’,只合并相同的部分，axis=0时合并结果为相同列名的数据，axis=1时为具有相同索引的数据

pd.concat([df2,df3],axis=0,join='inner')
   a  b
0  2  3
1  3  4
0  1  2
1  2  3
pd.concat([df2,df3],axis=1,join='inner')
   a  b  c  a  b  d
0  2  3  4  1  2  3
1  3  4  5  2  3  4

3.ignore_index表示索引的合并方式，默认为False，会保留原df的索引，如果设置ignore_index=True，合并后的df会重置索引。

pd.concat([df1,df2],ignore_index=True)
   a  b  c
0  1  2  3
1  2  3  4
2  2  3  4
3  3  4  5

#merge函数

merge函数是pandas提供的一种数据库式的合并方法。

on可以指定合并的列、索引，how则是与数据库join函数相似，取值为left,right,outer,inner.left,right分别对应left outer join, right outer join.

pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
          left_index=False, right_index=False, sort=False,
          suffixes=('_x', '_y'), copy=True, indicator=False,
          validate=None):

merge函数可以通过pandas.merge(df1,df2)、df1.merge(df2)两种形式来实现两个DataFrame的合并,df1.merge(df2)是默认left=self的情况。

df_merge =df1.merge(df3,on=['a','b'])
   a  b  c  d
0  1  2  3  3
1  2  3  4  4

#append函数

append函数是pandas针对DataFrame、Series等数据结构合并提供的函数。

df1.append(self, other, ignore_index=False, verify_integrity=False)

df1.append(df2)与pd.concat([df1,df2],ignore_index=False)具有相同的合并结果

df1.append(df2)
   a  b  c
0  1  2  3
1  2  3  4
0  2  3  4
1  3  4  5

更多使用方法可以参考pandas关于数据合并的官方文档http://pandas.pydata.org/pandas-docs/stable/merging.html

把两个dataframe合并成一个

1.merage

result = pd.merge(对象1, 对象2, on='key')

对象1 和对象2分别为要合并的dataframe，key是在两个dataframe都存在的列（类似于数据库表中的主键）

2.append

result = df1.append(df2)
result = df1.append([df2, df3])
result = df1.append(df4, ignore_index=True)

3.join

result = left.join(right, on=['key1', 'key2'], how='inner')

4.concat

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
     keys=None, levels=None, names=None, verify_integrity=False,
     copy=True)
frames = [df1, df2, df3]
result = pd.concat(frames)
result = pd.concat(frames, keys=['x', 'y', 'z'])
result = pd.concat([df1, df4], ignore_index=True)

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

python根据时间获取周数代码实例
这篇文章主要介绍了python根据时间获取周数，通过周数获取时间代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-09-09
python实现读取类别频数数据画水平条形图案例
这篇文章主要介绍了python实现读取类别频数数据画水平条形图案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-04-04
django实现用户注册实例讲解
在本篇文章里小编给大家整理的是关于django用户注册的相关实例内容，有兴趣的朋友们学习下。
2019-10-10
NumPy排序的实现
这篇文章主要介绍了NumPy排序的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-01-01
python基础之文件操作和异常处理
这篇文章主要介绍了python基础之文件操作和异常处理,文中有非常详细的代码示例,对正在学习python基础的小伙伴们有一定的帮助,需要的朋友可以参考下
2021-04-04
Python光学仿真wxpython透镜演示系统框架
这篇文章主要为大家介绍了Python光学仿真UI界面的wxpython透镜演示系统框架基本讲解，有需要的朋友可以借鉴参考下，希望能够有所帮助
2021-10-10
Python爬虫实现HTTP网络请求多种实现方式
这篇文章主要介绍了Python爬虫实现HTTP网络请求多种实现方式,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-06-06
提升Python编程效率的列表操作方法示例
这篇文章主要为大家介绍了提升Python编程效率的列表操作方法示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
2023-10-10
如何通过Python实现定时打卡小程序
这篇文章主要为大家详细介绍了python实现定时打卡小程序，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-11-11
整理Python中常用的conda命令操作
今天给大家带来的是关于Python的相关知识,文章围绕着Python中常用的conda命令行操作展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
2021-06-06