pythonmerge、join、concat⽤法与区别
由于合并变化较⼤，以后函数可能会修改，只给出⼀些例⼦作为参考
总结：
merge、join
1、当没有索引时：merge、join为按照⼀定条件合并
2、当有索引、并按照索引合并时，得到结果为两者混合到⼀起了，重新按照⼀定规则排序了。
3、当没有索引时、concat不管列名，直接加到⼀起，可以加到后⾯、也可以加到右边，axis=0为加到后⾯，axis=1为加到右边，左边的数据结构没有变，变的是右边数据结构。
4、当有索引、并按照索引合并时，得到结果两者混合到⼀起了。
import pandas as pd
import numpy as np
from pandas import DataFrame,Series
data1=pd.DataFrame(np.arange(6).reshape(2,3),columns=list('abc')) data2=pd.DataFrame(np.arange(20,26).reshape(2,3),columns=list('ayz')) data1
Out[33]:
a  b  c
0  0  1  2
1  3  4  5
data2
Out[34]:
a  y  z
0  20  21  22
1  23  24  25
at([data1,data2],axis=0)
data
Out[22]:
a    b    c    y    z
0  0  1.0  2.0  NaN  NaN
1  3  4.0  5.0  NaN  NaN
0  20  NaN  NaN  21.0  22.0
1  23  NaN  NaN  24.0  25.0
at([data1,data2],axis=1)
data
Out[24]:
a  b  c  a  y  z
0  0  1  2  20  21  22
1  3  4  5  23  24  25
(data1,data2)
data
Out[26]:
Empty DataFrame
Columns: [a, b, c, y, z]                    #a列没有共同元素
Index: []
(data1,data2,on='a')
data
Out[28]:
Empty DataFrame
Columns: [a, b, c, y, z]
Index: []
(data1,data2,on='a',how='outer')
data
Out[30]:
data
Out[30]:
a    b    c    y    z
0  0  1.0  2.0  NaN  NaN
1  3  4.0  5.0  NaN  NaN
2  20  NaN  NaN  21.0  22.0
3  23  NaN  NaN  24.0  25.0
(data1,data2,how='outer')
data
Out[32]:
a    b    c    y    z
0  0  1.0  2.0  NaN  NaN
1  3  4.0  5.0  NaN  NaN
2  20  NaN  NaN  21.0  22.0
3  23  NaN  NaN  24.0  25.0
MJ数据处理:
⽅法⼀：reindex
A（少量数据）中数据按照B的数据重新排序，再将A中数据放⼊到B某⼀列中
这样不⾏，重排列后A中特有数据没有了
import pandas as pd
import numpy as np
from pandas import DataFrame,Series
data_ad_excel('A.xlsx',index_col=2).loc[:,'授信敞⼝额度'];print(data_a.head())
data_ad_excel('B.xlsx',index_col=0);print(data_b.head())
data_a=index(index=data_b.index)
data_b.iloc[:,9]=data_a
_excel('new_data.xlsx')
⽅法⼆：concat
print(data_a.index.is_unique,data_b.index.is_unique)
at([data_b,data_a],axis=1)
#True False
#ValueError: Shape of passed values is (21, 378), indices imply (21, 288)
因为索引有重复项，所以不能concat
dataframe中去掉重复⾏
df3 = df3[~df3.index.duplicated(keep='first')]
#下⾯只能去掉同样的⾏，不能去掉索引相同⾏元素不同⾏
data_a.drop_duplicates(inplace=True);data_b.drop_duplicates(inplace=True)
at([data_b,data_a],axis=1)
connect和join的区别
还是不可以，由于有索引，结果会按照索引排序。
⽅法三：join
data=data_b.join(data_a,how='outer')
<_excel('data_join.xlsx')
也不可以，排序不是按照B中的数据在前，A中有B中没有数据在后，不太满⾜要求，较前⾯两种⽅法好
⽅法四：merge
(data_b,data_a,left_index=True,right_index=True,how='outer')
<_excel('data_merge.xlsx')
与join⽅法得到结果⼀致，⼀样功能，不太满⾜需求。
⽅法五：merge
##合并数据不放在索引上，放在列上，没有索引，按列进⾏合并，结果直接在后⾯加，排列默认以合并左边列先排列，再排右边列。#如果把公共列放在索引上，则返回结果会排序，merge、concat、join都会。
a = pd.read_excel('8⽉.xlsx')
b = pd.read_excel('8⽉末.xlsx')
print(b.head(),a.head())
(a,b,on='客户名称',how='outer')

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。