开心学习
当前位置：脚本大全 > > 正文

pandas数据分组使用方法（在Pandas中DataFrame数据合并,连接concat,merge,join的实例）

时间：2022-04-02 16:54:57类别：脚本大全

pandas数据分组使用方法

在Pandas中DataFrame数据合并,连接concat,merge,join的实例

最近在工作中，遇到了数据合并、连接的问题，故整理如下，供需要者参考~

一、concat：沿着一条轴，将多个对象堆叠到一起

concat方法相当于数据库中的全连接（union all），它不仅可以指定连接的方式（outer join或inner join）还可以指定按照某个轴进行连接。与数据库不同的是，它不会去重，但是可以使用drop_duplicates方法达到去重的效果。

  • ?
  • 1
  • 2
    		•
  • concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
  •     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，它用于指定是行还是列，axis默认是0。

    当axis=0时，pd.concat([obj1, obj2])的效果与obj1.append(obj2)是相同的；当axis=1时，pd.concat([obj1, obj2], axis=1)的效果与pd.merge(obj1, obj2, left_index=True, right_index=True, how='outer')是相同的。

    merge方法的介绍请参看下文。

    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'；

    join_axes=[]：指定自定义的索引；

    keys=[]：创建层次化索引；

    ignore_index=True：重建索引

    举例：

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
    		•
  • df1=DataFrame(np.random.randn(3,4),columns=['a','b','c','d'])
  •  
  • df2=DataFrame(np.random.randn(2,3),columns=['b','d','a'])
  •  
  • pd.concat([df1,df2])
  •  
  •      a     b     c     d
  • 0 -0.848557 -1.163877 -0.306148 -1.163944
  • 1 1.358759 1.159369 -0.532110 2.183934
  • 2 0.532117 0.788350 0.703752 -2.620643
  • 0 -0.316156 -0.707832    NaN -0.416589
  • 1 0.406830 1.345932    NaN -1.874817
  •  
  • pd.concat([df1,df2],ignore_index=True)
  •  
  •      a     b     c     d
  • 0 -0.848557 -1.163877 -0.306148 -1.163944
  • 1 1.358759 1.159369 -0.532110 2.183934
  • 2 0.532117 0.788350 0.703752 -2.620643
  • 3 -0.316156 -0.707832    NaN -0.416589
  • 4 0.406830 1.345932    NaN -1.874817
    		•

    • 二、merge：通过键拼接列

    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。

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

    • 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：

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
    		•
  • # 1.默认以重叠的列名当做连接键。
  • df1=DataFrame({'key':['a','b','b'],'data1':range(3)}) 
  • df2=DataFrame({'key':['a','b','c'],'data2':range(3)}) 
  • pd.merge(df1,df2)  #没有指定连接键，默认用重叠列名，没有指定连接方式
  •  
  •   data1 key data2
  • 0   0  a   0
  • 1   1  b   1
  • 2   2  b   1
  •  
  • # 2.默认做inner连接（取key的交集），连接方式还有（left,right,outer)，制定连接方式加参数：how=''
  • pd.merge(df2,df1)
  •  
  •   data2 key data1
  • 0   0  a   0
  • 1   1  b   1
  • 2   1  b   2          #默认内连接，可以看见c没有连接上。
  •  
  • pd.merge(df2,df1,how='left')  #通过how，指定连接方式
  •  
  •   data2 key data1
  • 0   0  a   0
  • 1   1  b   1
  • 2   1  b   2
  • 3   2  c  NaN
  •  
  • # 3.多键连接时将连接键组成列表传入，例：pd.merge(df1,df2,on=['key1','key2']
  • right=DataFrame({'key1':['foo','foo','bar','bar'],
  •      'key2':['one','one','one','two'],
  •      'lval':[4,5,6,7]})
  • left=DataFrame({'key1':['foo','foo','bar'],
  •      'key2':['one','two','one'],
  •      'lval':[1,2,3]})
  • right=DataFrame({'key1':['foo','foo','bar','bar'],
  •      'key2':['one','one','one','two'],
  •      'lval':[4,5,6,7]})
  • pd.merge(left,right,on=['key1','key2'],how='outer') #传出数组
  •   
  •  key1 key2 lval_x lval_y
  • 0 foo one    1    4
  • 1 foo one    1    5
  • 2 foo two    2   NaN
  • 3 bar one    3    6
  • 4 bar two   NaN    7
  •  
  • # 4.如果两个对象的列名不同，可以分别指定，例：pd.merge(df1,df2,left_on='lkey',right_on='rkey')
  • df3=DataFrame({'key3':['foo','foo','bar','bar'], #将上面的right的key 改了名字
  •      'key4':['one','one','one','two'],
  •      'lval':[4,5,6,7]})
  • pd.merge(left,df3,left_on='key1',right_on='key3') #键名不同的连接
  •   
  •  key1 key2 lval_x key3 key4 lval_y
  • 0 foo one    1 foo one    4
  • 1 foo one    1 foo one    5
  • 2 foo two    2 foo one    4
  • 3 foo two    2 foo one    5
  • 4 bar one    3 bar one    6
  • 5 bar one    3 bar two    7
    		•

    • 三、join：主要用于索引上的合并

  • ?
  • 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。

    以上这篇在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持开心学习网。

    原文链接：https://blog.csdn.net/gdkyxy2013/article/details/80785361

    标签：
    join MERGE concat dataframe pandas
    上一篇下一篇

    猜您喜欢

    热门推荐

    © 2021 开心学习