python把⼏个DataFrame合并成⼀个DataFrame——
merge,appen。。。
python  把⼏个DataFrame合并成⼀个DataFrame——merge,append,join,conca
pandas provides various facilities for easily combining together Series, DataFrame, and Panel objects with various kinds of set logic for the indexes and relational algebra functionality in the case of join / merge-type operations.
1、merge
<(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=('_x', '_y'), copy=True, indicator=False)
left ︰对象
right ︰另⼀个对象
on︰要加⼊的列（名称）。必须在左、右综合对象中到。如果不能通过  left_index  和  right_index  是假，将推断  DataFrames  中的列的交叉点为连接键
left_on ︰从左边的综合使⽤作为键列。可以是列名或数组的长度等于长度综合
right_on ︰从正确的综合，以⽤作键列。可以是列名或数组的长度等于长度综合
left_index ︰如果为  True ，则使⽤索引（⾏标签）从左综合作为其联接键。在与多重（层次）的综合，级别数必须匹配联接键从右综合的数⽬right_index ︰相同⽤法作为正确综合  left_index
how︰之⼀  '左'， '右'， '外在'、  '内部'。默认为内部。每个⽅法的更详细说明请参阅︰
sort︰综合通过联接键按字典顺序对结果进⾏排序。默认值为  True ，设置为  False 将提⾼性能极⼤地在许多情况下
suffixes︰字符串后缀并不适⽤于重叠列的元组。默认值为  ('_x'， '_y')。
copy︰即使重新索引是不必要总是从传递的综合对象，复制的数据（默认值 True）。在许多情况下不能避免，但可能会提⾼性能  /  内存使⽤情况。可以避免复制上述案件有些病理但尽管如此提供此选项。
indicator︰将列添加到输出综合呼吁  _merge  与信息源的每⼀⾏。 _merge  是绝对类型，并对观测其合并键只出现在  '左'  的综合，观测其合并键只会出现在  '正确'  的综合，和两个如果观察合并关键发现在两个  right_only  left_only  的值。
2、append
4、join
left.join(right, on=key_or_keys)
<(left, right, left_on=key_or_keys, right_index=True,
how='left', sort=False)
4、concat
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)
objs︰⼀个序列或系列、综合或⾯板对象的映射。如果字典中传递，将作为键参数，使⽤排序的键，除⾮它传递，在这种情况下的值将会选择（见下⽂）。任何没有任何反对将默默地被丢弃，除⾮他们都没有在这种情况下将引发  ValueError 。
axis:  {0， 1， ...}，默认值为 0。要连接沿轴。
join :  {'内部'、  '外'}，默认  '外'。如何处理其他  axis(es)  上的索引。联盟内、外的交叉⼝。
ignore_index ︰布尔值、默认  False 。如果为  True ，则不要串联轴上使⽤的索引值。由此产⽣的轴将标记  0， ... ， n - 1。这是有⽤的如果你串联串联轴没有有意义的索引信息的对象。请注意在联接中仍然受到尊重的其他轴上的索引值。
join_axes ︰索引对象的列表。具体的指标，⽤于其他  n - 1  轴⽽不是执⾏内部/外部设置逻辑。
多表left joinkeys ︰序列，默认为⽆。构建分层索引使⽤通过的键作为最外⾯的级别。如果多个级别获得通过，应包含元组。levels ︰列表的序列，默认为⽆。具体⽔平（唯⼀值）⽤于构建多重。否则，他们将推断钥匙。
names ︰列表中，默认为⽆。由此产⽣的分层索引中的级的名称。
verify_integrity ︰布尔值、默认  False 。检查是否新的串联的轴包含重复项。这可以是相对于实际数据串联⾮常昂贵。副本︰布尔值、默认  True 。如果为  False ，请不要，不必要地复制数据。
1.frames = [df1, df2, df3]
A  B  C  D
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7
连接：

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。