《Python数据分析极简入门》

第2节 6 Pandas合并连接

在pandas中，有多种方法可以合并和拼接数据。常见的方法包括append()、concat()、merge()。

追加(Append)

append()函数用于将一个DataFrame或Series对象追加到另一个DataFrame中。

import pandas as pd
df1 = pd.DataFrame({'A': ['a', 'b'],
                   'B': [1, 2]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'B': [2, 3, 4]})
df2

df1.append(df2,ignore_index=True) 

合并(Concat)

concat()函数用于沿指定轴将多个对象（比如Series、DataFrame）堆叠在一起。可以沿行或列方向进行拼接。 先看一个上下堆叠的例子

df1 = pd.DataFrame({'A': ['a', 'b'],
                   'B': [1, 2]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'B': [2, 3, 4]})
df2

pd.concat([df1,df2],axis =0) # 上下拼接

再看一个左右堆叠的例子

df1 = pd.DataFrame({'A': ['a', 'b']})
df1

df2 = pd.DataFrame({'B': [1, 2],
                    'C': [2, 4]})
df2

pd.concat([df1,df2],axis =1) # 左右拼接

连接（Merge）

merge()函数用于根据一个或多个键将两个DataFrame的行连接起来。类似于SQL中的JOIN操作。

数据连接 1 (pd.merge)

先看一下 inner 和 outer连接

df1 = pd.DataFrame({'A': ['a', 'b', 'c'],
                   'B': [1, 2, 3]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'B': [2, 3, 4]})
df2

pd.merge(df1,df2,how = 'inner')

pd.merge(df1,df2,how = 'outer')

数据连接 2 (pd.merge)

再看左右链接的例子：

df1 = pd.DataFrame({'A': ['a', 'b', 'c'],
                   'B': [1, 2, 3]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'C': [2, 3, 4]})
df2

pd.merge(df1,df2,how = 'left',on = "A")  # 左连接

pd.merge(df1,df2,how = 'right',on = "A") # 右连接

pd.merge(df1,df2,how = 'inner',on = "A") # 内连接

pd.merge(df1,df2,how = 'outer',on = "A") # 外连接

补充1个小技巧

df1[df1['A'].isin(df2['A'])] # 返回在df1中列'A'的值在df2中也存在的行

df1[~df1['A'].isin(df2['A'])] # 返回在df1中列'A'的值在df2中不存在的行