如何连接具有相同列的数据集并使用 Pandas 选择一个？

通常，在数据操作操作中，由于数据来自不同的来源，可能需要将两个数据集合并为一个。在本文中，让我们讨论如何在Python中连接具有相同列的数据集。

使用熊猫 concat()

Python有一个名为 pandas 的包，它提供了一个名为concat的函数，可以帮助我们将两个数据集合并为一个。

Syntax:

pandas.concat(objs, axis=0, join=’outer’, ignore_index=False, keys=None)

Parameters:

• objs -sequence of Series or DataFrame objects
• axis –  0 – index’, 1 – columns
• join – inner, default – outer
• ignore_index – bool, default False. If True the dataframe must not contain an index

用于演示的数据集可在此处下载 data_1 和 data_2。

例子：

在这里，我们将 ignore_index 设置为 False，这意味着 concat函数将忽略各个数据集的原始索引并创建一个新索引。

Python3

import pandas as pd
  
# read the datasets
df1 = pd.read_csv(r"your_path/data_1.csv")
df2 = pd.read_csv(r"your_path/data_2.csv")
  
# print the datasets
print(df1.head())
print(df2.head())
concat_data = pd.concat([df1, df2], ignore_index=True)
print(concat_data)

输出：

使用 Pandas 合并（）

Pandas 提供了一个函数，merge()，作为 DataFrame 对象之间所有标准数据库连接操作的入口点。有四种基本方法来处理连接（内、左、右和外），具体取决于哪些行必须保留其数据。

Syntax: pandas.merge(left, right, how)

Parameters:

• left – dataframe (left reference)
• right – dataframe (right reference)
• how – {‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}, default ‘inner’

例子：

与 concat()函数类似的是 merge()函数，我们可以在其中连接具有相同列的数据集。在合并函数中，我们可以传递数据集并使用外连接模式来连接具有相同列的数据集，如图所示，

Python3

merge_data = pd.merge(df1, df2, how='outer')
print(merge_data)

输出：