python中怎么利用pandas合并数据
python中怎么利用pandas合并数据,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
网站建设哪家好,找创新互联!专注于网页设计、网站建设、微信开发、小程序设计、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了池州免费建站欢迎大家使用!
Pandas有concat、append、join和merge四种方法用于dataframe拼接,
concat、append、join、merge 区别如下:
1、.concat():pandas的顶级方法,提供了axis设置可用于df间行方向(增加行,下同)或列方向(增加列,下同)进行内联或外联拼接操作
2、.append():dataframe数据类型的方法,提供了行方向的拼接操作
3、.join():dataframe数据类型的方法,提供了列方向的拼接操作,支持左联、右联、内联和外联四种操作类型
4、.merge():pandas的顶级方法,提供了类似于SQL数据库连接操作的功能,支持左联、右联、内联和外联等全部四种SQL连接操作类型
concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)
"""
常用参数说明:
axis:拼接轴方向,默认为0,沿行拼接;若为1,沿列拼接
join:默认外联'outer',拼接另一轴所有的label,缺失值用NaN填充;内联'inner',只拼接另一轴相同的label;
join_axes: 指定需要拼接的轴的labels,可在join既不内联又不外联的时候使用
ignore_index:对index进行重新排序
keys:多重索引
"""
import pandas as pd
def df_maker(cols, idxs):
return pd.DataFrame({c:[c+str(i) for i in idxs] for c in cols}, index=idxs)
df1 = df_maker('abc',[1,2,3])
df2 = df_maker('cde',[3,4,5])
print(df1)
print(df2)
print(pd.concat([df1,df2])) # 默认沿axis=0,join=‘out’的方式进行concat
print(pd.concat([df1,df2], ignore_index=True)) # 重新设定index(效果类似于pd.concat([df1,df2]).reset_index(drop=True))
print(pd.concat([df1,df2], axis=1)) # 沿列进行合并
print(pd.concat([df1,df2], axis=1, join='inner')) # 沿列进行合并,采用外联方式因为行中只有index=3是重复的,所以只有一行
print(pd.concat([df1,df2], axis=1, join_axes=[df1.index])) # 指定只取df1的index
from pandas import Index
index = Index([1,2,4])
print(pd.concat([df1,df2], axis=1, join_axes=[index])) # 自定义index
print(pd.concat([df1,df2], axis=0,keys=["第一组","第二组"])) # 通过key定义多重索引
append(self, other, ignore_index=False, verify_integrity=False)
"""
常用参数说明:
other:另一个df
ignore_index:若为True,则对index进行重排
verify_integrity:对index的唯一性进行验证,若有重复,报错。若已经设置了ignore_index,则该参数无效
"""
import pandas as pd
def df_maker(cols, idxs):
return pd.DataFrame({c:[c+str(i) for i in idxs] for c in cols}, index=idxs)
df1 = df_maker('abc',[1,2,3])
df2 = df_maker('cde',[3,4,5])
print(df1.append(df2)) # 效果类似于pd.concat([df1,df2])
print(df1.append(df2,ignore_index=True)) # index重排,效果类似于pd.concat([df1, df2], ignore_index=True)
#print(df1.append(df2,verify_integrity=True)) # 因为两个df均有index=3,所以报错
join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)
"""
常用参数说明:
on:参照的左边df列名key(可能需要先进行set_index操作),若未指明,按照index进行join
how:{‘left’, ‘right’, ‘outer’, ‘inner’}, 默认‘left’,即按照左边df的index(若声明了on,则按照对应的列);若为‘right’abs照左边的df
若‘inner’为内联方式;若为‘outer’为全连联方式。
sort:是否按照join的key对应的值大小进行排序,默认False
lsuffix,rsuffix:当left和right两个df的列名出现冲突时候,通过设定后缀的方式避免错误
"""
import pandas as pd
import numpy as np
df3 = pd.DataFrame({'lkey':['foo','bar','baz','foo'], 'value':np.arange(1,5)})
df4 = pd.DataFrame({'rkey':['foo','bar','qux','bar'], 'value':np.arange(3,7)})
print(df3)
print(df4)
#print(df3.join(df4)) # 两者有相同的列名‘value’,所以报错
print(df3.join(df4 , lsuffix='_df3', rsuffix='_df4')) # 通过添加后缀避免冲突
print(df3.set_index('lkey').join(df4.set_index('rkey'), how='outer',lsuffix='_df3',rsuffix='_df4')) # 可以通过将两边的key进行set_index
print(df3.join(df4.set_index('rkey'), on='lkey',lsuffix='_df3',rsuffix='_df4'))
# 也可以通过设置后边df中key,并通过on与指定的左边df中的列进行合并,返回的index不变
pd.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):
"""
既可作为pandas的顶级方法使用,也可作为DataFrame数据结构的方法进行调用
常用参数说明:
how:{'left’, ‘right’, ‘outer’, ‘inner’}, 默认‘inner’,类似于SQL的内联。'left’类似于SQL的左联;'right’类似于SQL的右联;
‘outer’类似于SQL的全联。
on:进行合并的参照列名,必须一样。若为None,方法会自动匹配两张表中相同的列名
left_on: 左边df进行连接的列
right_on: 右边df进行连接的列
suffixes: 左、右列名称前缀
validate:默认None,可定义为“one_to_one” 、“one_to_many” 、“many_to_one”和“many_to_many”,即验证是否一对一、一对多、多对一或
多对多关系
"""
"""
SQL语句复习:
内联:SELECT a.*, b.* from table1 as a inner join table2 as b on a.ID=b.ID
左联:SELECT a.*, b.* from table1 as a left join table2 as b on a.ID=b.ID
右联:SELECT a.*, b.* from table1 as a right join table2 as b on a.ID=b.ID
全联:SELECT a.*, b.* from table1 as a full join table2 as b on a.ID=b.ID
"""
import pandas as pddf3 = pd.DataFrame({'lkey':['foo','bar','baz','foo'], 'value':np.arange(1,5)})df4 = pd.DataFrame({'rkey':['foo','bar','qux','bar'], 'value':np.arange(3,7)})print(df3)print(df4)print(pd.merge(df3,df4)) # on为None,自动找寻相同的列名,即为'value',且默认为内联print(pd.merge(df3,df4,how='outer')) # 外联模式下print(pd.merge(df3, df4, left_on='lkey',right_on='rkey')) # 默认内联,2个foo*2个barprint(pd.merge(df3, df4, left_on='lkey',right_on='rkey', how='left')) # 以左边的df3为标准进行连接print(pd.merge(df3, df4, left_on='lkey',right_on='rkey', how='right')) # 以右边的df4为标准进行连接print(pd.merge(df3, df4, left_on='lkey',right_on='rkey', how='outer')) # 全连接print(pd.merge(df3, df4, left_on='lkey',right_on='rkey', how='inner')) # 内连接
看完上述内容,你们掌握python中怎么利用pandas合并数据的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!
本文题目:python中怎么利用pandas合并数据
网页URL:http://pwwzsj.com/article/pdodjc.html