使用 pandas 合并数据框 - Python

Pandas 是 Python 中用于数据分析的一个非常流行的库。它提供了非常方便的工具来处理数据，其中之一就是合并数据框。合并数据框是将两个或多个 Dataframe 按照某个条件（如列）合并为一个 Dataframe 的操作。

在本文中，我们将介绍 Pandas 中如何合并数据框以及一些常用的合并方法和选项。

合并方法

Pandas 中提供了多种合并方法，包括：

• pd.concat()：沿着一个轴（通常是行）将多个 Dataframe 组合起来。可以通过参数控制合并的方式和处理缺失值的方式。
• df.join()：对 Dataframe 进行基于索引或列的连接操作。可以通过参数控制连接的方式和处理缺失值的方式。
• pd.merge()：按照一个或多个键将两个 Dataframe 合并起来。可以通过参数控制合并的方式和处理缺失值的方式。

这些方法的使用方式类似，都需要指定要合并的 Dataframe 和连接方式。不同之处在于，每个方法都有其独特的参数和使用方式。

合并示例

下面的示例演示了如何使用 pd.concat() 和 pd.merge() 方法将两个 Dataframe 合并起来。

# 导入 pandas 库
import pandas as pd

# 创建 Dataframe 1
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})

# 创建 Dataframe 2
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8]})

# 使用 pd.concat() 方法将两个 Dataframe 按行合并
concat_df = pd.concat([df1, df2], axis=0, ignore_index=True)
print(concat_df)

# 使用 pd.merge() 方法将两个 Dataframe 按照 key 列合并
merge_df = pd.merge(df1, df2, on='key', how='outer')
print(merge_df)

输出结果如下：

   key  value
0   A      1
1   B      2
2   C      3
3   D      4
4   B      5
5   D      6
6   E      7
7   F      8

  key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      5.0
2   C      3.0      NaN
3   D      4.0      6.0
4   E      NaN      7.0
5   F      NaN      8.0

可以看到，使用 pd.concat() 方法将两个 Dataframe 按照行合并，忽略原有索引，并将缺失值（NaN）填充到合并后的 Dataframe 中。而使用 pd.merge() 方法按照 key 列进行合并，缺失值填充为 NaN。

合并选项

在使用上述方法时，可以通过不同的选项来控制合并的方式和处理缺失值。下面是常用的选项：

• axis：合并轴向。默认为 0，即按照行合并。
• join：连接方式。默认为 outer，表示做外连接操作。
• on：指定合并键。
• how：合并方式，可以选择 inner、outer、left 或 right。默认为 inner，表示做内连接操作。
• suffixes：重叠列的后缀，其他列支持合并时用。

详细的选项说明可以参考 Pandas 文档。需要注意的是，选项的使用可能会导致结果出现问题，因此应该谨慎使用。

总结

本文介绍了在 Python 中使用 Pandas 合并数据框的基本方法和常用选项。通过掌握这些技巧，可以方便地处理和合并数据，加快数据分析的速度和效率。