Pandas 合并数据框 - Python

在数据分析和数据科学中，经常需要将两个或多个数据框合并到一个数据框中。Pandas 库提供了多种方式对数据框进行合并。

合并方式

Pandas 中主要有三种方式可以合并数据框，分别是 concat 函数、merge 函数和 join 函数。

concat 函数

concat 函数是将两个或多个数据框按照行或列进行并排拼接，可以使用 concat 函数来将两个数据框按照行或列进行拼接。举个例子，假设有如下两个数据框：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

则可以使用以下代码将两个数据框按列拼接成一个新的数据框：

result = pd.concat([df1, df2], axis=1)

其中 axis=1 表示按列进行拼接，结果如下：

    A   B   C   D   A   B   C   D
0  A0  B0  C0  D0  A4  B4  C4  D4
1  A1  B1  C1  D1  A5  B5  C5  D5
2  A2  B2  C2  D2  A6  B6  C6  D6
3  A3  B3  C3  D3  A7  B7  C7  D7

可以看到，新的数据框是将原来的两个数据框按列进行并排拼接到了一起。

merge 函数

merge 函数是将两个或多个数据框按照一个或多个共同的列进行合并。假设有两个数据框 df1 和 df2，它们的某一列都有相同的元素，那么 merge 函数就可以将它们根据这一列进行合并成一个新的数据框。

假设有如下两个数据框：

import pandas as pd

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})

df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

则可以使用以下代码将两个数据框按 key 列进行合并：

result = pd.merge(df1, df2, on='key')

其中 on='key' 表示根据 key 列进行合并，结果如下：

  key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2
3  K3  A3  B3  C3  D3

join 函数

join 函数是将两个数据框按照一个或多个共同的索引进行合并。与 merge 函数不同的是，join 函数是将两个数据框按照索引进行合并，而 merge 函数是将两个数据框按照列进行合并。

假设有如下两个数据框：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']},
                   index=['K0', 'K1', 'K2', 'K3'])

df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=['K0', 'K1', 'K2', 'K3'])

则可以使用以下代码将两个数据框按索引进行合并：

result = df1.join(df2)

结果如下：

    A   B   C   D
K0  A0  B0  C0  D0
K1  A1  B1  C1  D1
K2  A2  B2  C2  D2
K3  A3  B3  C3  D3

总结

本文介绍了三种合并数据框的方式：concat 函数、merge 函数和 join 函数。在实际的数据分析和数据科学中，这三种方式都是非常有用的，可以根据具体的需求来选择使用合适的合并方式。