pandas中DataFrame数据合并连接（merge、join、
concat）
⽬录
1concat
1.1相同字段的表⾸尾相接
1.2横向表拼接（⾏对齐）
1.2.1axis
1.2.2join
1.2.3join_axes
1.3append
1.4⽆视index的concat
多表left join
1.5合并的同时增加区分数据组的键
1.5.1可以直接⽤key参数实现
1.5.2传⼊字典来增加分组键
1.6在dataframe中加⼊新的⾏
表格列字段不同的表合并
merge
1.1复合key的合并⽅法
1.1.1通过on指定数据合并对齐的列
1.2indicator
1.3join⽅法
1.3.1how参数
1.3.2on参数
1.3.3suffix后缀参数
1.4组合多个dataframe
1.5更新表的nan值
1.5.1combine_first
1.5.2update
1.5.3combine_first和update的区别
总结
pandas作者Wes McKinney 在【PYTHON FOR DATA ANALYSIS】中对pandas的⽅⽅⾯⾯都有了⼀个权威简明的⼊门级的介绍，但在实际使⽤过程中，我发现书中的内容还只是冰⼭⼀⾓。谈到pandas数据的⾏更新、表合并等操作，⼀般⽤到的⽅法有concat、join、merge。但这三种⽅法对于很多新⼿来说，都不太好分清使⽤的场合与⽤途。今天就pandas官⽹中关于数据合并和重述的章节做个使⽤⽅法的总结。
⽂中代码块主要有pandas官⽹教程提供。
1 concat
concat函数是在pandas底下的⽅法，可以将数据根据不同的轴作简单的融合
keys=None, levels=None, names=None, verify_integrity=False)
参数说明
objs: series，dataframe或者是panel构成的序列lsit
axis：需要合并链接的轴，0是⾏，1是列
join：连接的⽅式 inner，或者outer
其他⼀些参数不常⽤，⽤的时候再补上说明。
1.1 相同字段的表⾸尾相接
# 现将表构成list，然后在作为concat的输⼊
In [4]: frames = [df1, df2, df3]
In [5]: result = pd.concat(frames)
要在相接的时候在加上⼀个层次的key来识别数据源⾃于哪张表，可以增加key参数In [6]: result = pd.concat(frames, keys=['x', 'y', 'z'])
效果如下
1.2 横向表拼接（⾏对齐）
1.2.1 axis
当axis = 1的时候，concat就是⾏对齐，然后将不同列名称的两张表合并
In [9]: result = pd.concat([df1, df4], axis=1)
1.2.2 join
加上join参数的属性，如果为'inner'得到的是两表的交集，如果是outer，得到的是两表的并集。
In [10]: result = pd.concat([df1, df4], axis=1, join='inner')
1.2.3 join_axes
如果有join_axes的参数传⼊，可以指定根据那个轴来对齐数据
例如根据df1表对齐数据，就会保留指定的df1表的轴，然后将df4的表与之拼接
In [11]: result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])
1.3 1.3 append
append是series和dataframe的⽅法，使⽤它就是默认沿着列进⾏凭借（axis = 0，列对齐）
In [12]: result = df1.append(df2)
1.4 ⽆视index的concat
如果两个表的index都没有实际含义，使⽤ignore_index参数，置true，合并的两个表就睡根据列字段对齐，然后合并。最后再重新整理⼀个新的index。
1.5 合并的同时增加区分数据组的键
前⾯提到的keys参数可以⽤来给合并后的表增加key来区分不同的表数据来源
1.5.1 可以直接⽤key参数实现
In [27]: result = pd.concat(frames, keys=['x', 'y', 'z'])
1.5.2 传⼊字典来增加分组键
In [28]: pieces = {'x': df1, 'y': df2, 'z': df3}
In [29]: result = pd.concat(pieces)
1.6 在dataframe中加⼊新的⾏
append⽅法可以将 series 和字典就够的数据作为dataframe的新⼀⾏插⼊。
In [34]: s2 = pd.Series(['X0', 'X1', 'X2', 'X3'], index=['A', 'B', 'C', 'D'])
In [35]: result = df1.append(s2, ignore_index=True)
表格列字段不同的表合并
如果遇到两张表的列字段本来就不⼀样，但⼜想将两个表合并，其中⽆效的值⽤nan来表⽰。那么可以使⽤ignore_index来实现。
1
In [36]: dicts = [{'A': 1, 'B': 2, 'C': 3, 'X': 4},
....:          {'A': 5, 'B': 6, 'C': 7, 'Y': 8}]
....:
In [37]: result = df1.append(dicts, ignore_index=True)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。