当前位置: 首页 > article >正文

pandas中数据的合并

目录

  • pd.concat函数
  • concat中join参数的区别
  • merge函数
  • merge中indicator参数

pd.concat函数

pd.concat 是 Pandas 库中用于连接(concatenate)多个 Pandas 对象(例如 Series 和 DataFrame)的函数。它可以沿着指定的轴(行或列)将多个对象连接在一起。

这个函数的基本语法是:

pd.concat(objs, axis=0, join='outer', ignore_index=False)
  1. objs:要连接的 Pandas 对象列表,例如 DataFrame 或 Series。
  2. axis:指定连接的轴,0表示沿着行的方向连接,1 表示沿着列的方向连接。
  3. join:指定连接的方式,‘outer’ 表示取并集,‘inner’ 表示取交集。
  4. ignore_index:如果设置为 True,则忽略原始索引并生成新的整数索引。

示例

import numpy as np
import pandas as pd

df1=pd.DataFrame(np.ones((3,4))*0,columns =['A','B','C','D'])
df2=pd.DataFrame(np.ones((3,4))*1,columns =['A','B','C','D'])
df3=pd.DataFrame(np.ones((3,4))*2,columns =['A','B','C','D'])

print(df1)
print(df2)
print(df3)

#concatenating
print(pd.concat([df1,df2,df3],axis=0,ignore_index =True))

     A    B    C    D
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
     A    B    C    D
0  1.0  1.0  1.0  1.0
1  1.0  1.0  1.0  1.0
2  1.0  1.0  1.0  1.0
     A    B    C    D
0  2.0  2.0  2.0  2.0
1  2.0  2.0  2.0  2.0
2  2.0  2.0  2.0  2.0
     A    B    C    D
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0
5  1.0  1.0  1.0  1.0
6  2.0  2.0  2.0  2.0
7  2.0  2.0  2.0  2.0
8  2.0  2.0  2.0  2.0

concat中join参数的区别

类似hivesql,inner 就是求交集,outer就是求并集

import numpy as np
import pandas as pd

df1=pd.DataFrame(np.ones((3,4))*0,columns =['A','B','C','D'],index=[1,2,3])
df2=pd.DataFrame(np.ones((3,4))*1,columns =['A','B','C','D'],index=[2,3,4])
s1=pd.Series([1,2,3,4],index=['A','B','C','D'])

##print(df1)
##print(df2)
##print(s1)

## join [outer/inner]
res1 = pd.concat((df1,df2),ignore_index =True)#默认outer
print(res1)

res2 = pd.concat([df1,df2],join ='outer',ignore_index =True) #默认outer
print(res2)
res3 = pd.concat([df1,df2],join ='inner',ignore_index =True,axis=1) #默认outer
print(res3)
res4 = pd.concat([df1,df2],axis=1)
print(res4)
res5 = pd.concat([df1, df2], axis=1).reindex(df1.index)
print(res5)

    A    B    C    D
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0
5  1.0  1.0  1.0  1.0
     A    B    C    D
0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0
3  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0
5  1.0  1.0  1.0  1.0
     0    1    2    3    4    5    6    7
2  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
3  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
     A    B    C    D    A    B    C    D
1  0.0  0.0  0.0  0.0  NaN  NaN  NaN  NaN
2  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
3  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
4  NaN  NaN  NaN  NaN  1.0  1.0  1.0  1.0
     A    B    C    D    A    B    C    D
1  0.0  0.0  0.0  0.0  NaN  NaN  NaN  NaN
2  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0
3  0.0  0.0  0.0  0.0  1.0  1.0  1.0  1.0

merge函数

pd.merge() 是 Pandas 中用于合并数据的函数,类似于 SQL 中的 JOIN 操作。它允许您根据一个或多个键(key)将两个 DataFrame 连接在一起,从而进行数据整合和分析。

基本语法如下:

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, suffixes=('_x', '_y'), indicator=False, validate=None)

参数说明:

  1. left 和 right:要合并的两个 DataFrame。
  2. how:指定连接方式,包括 ‘left’、‘right’、'outer’和 ‘inner’,默认为 ‘inner’。
  3. on:指定用来进行合并的列名,必须同时存在于两个 DataFrame 中。 left_on 和 right_on:分别指定左右两个 DataFrame 中用于合并的列名,当要合并的列名不同时使用。
  4. left_index 和right_index:如果为 True,则使用左/右 DataFrame 的索引作为连接键。
  5. suffixes:如果列名冲突,用于追加到重叠列名末尾的字符串元组。
  6. indicator:添加一个指示器列,显示每行的合并情况。
  7. validate:检查合并类型的有效性,可以是"one_to_one"、“one_to_many”、“many_to_one”、“many_to_many”。
import pandas as pd
left =pd.DataFrame({'key':['K0','K1','K2','K3'],'A':['A0','A1','A2','A3'],'B':['B0','B1','B2','B3']})

right =pd.DataFrame({'key':['K0','K1','K2','K3'],'C':['C0','C1','C2','C3'],'D':['D0','D1','D2','D3']})

res =pd.merge(left,right,on='key')

print(res)

left1 =pd.DataFrame({'key1':['K0','K1','K2','K1'],'key0':['K0','K1','K2','K3'],'A':['A0','A1','A2','A3'],'B':['B0','B1','B2','B3']})

right1 =pd.DataFrame({'key1':['K0','K2','K2','K3'],'key0':['K0','K1','K2','K3'],'C':['C0','C1','C2','C3'],'D':['D0','D1','D2','D3']})

#how =[‘left’,‘right’,‘inner’,‘outer’]
res1 =pd.merge(left1,right1,on=['key1','key0'],how ='inner')
print(res1)

  key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2
3  K3  A3  B3  C3  D3
  key1 key0   A   B   C   D
0   K0   K0  A0  B0  C0  D0
1   K2   K2  A2  B2  C2  D2

merge中indicator参数

import pandas as pd

left1 =pd.DataFrame({'key1':['K0','K1','K2','K1'],'key0':['K0','K1','K2','K3'],'A':['A0','A1','A2','A3'],'B':['B0','B1','B2','B3']})

right1 =pd.DataFrame({'key1':['K0','K2','K2','K3'],'key0':['K0','K1','K2','K3'],'C':['C0','C1','C2','C3'],'D':['D0','D1','D2','D3']})


#indicator

res1 =pd.merge(left1,right1,on='key1',how ='outer',indicator =True)
print(res1)
res2 =pd.merge(left1,right1,on='key1',how ='outer',indicator ='indicator_column')
print(res2)

  key1 key0_x    A    B key0_y    C    D      _merge
0   K0     K0   A0   B0     K0   C0   D0        both
1   K1     K1   A1   B1    NaN  NaN  NaN   left_only
2   K1     K3   A3   B3    NaN  NaN  NaN   left_only
3   K2     K2   A2   B2     K1   C1   D1        both
4   K2     K2   A2   B2     K2   C2   D2        both
5   K3    NaN  NaN  NaN     K3   C3   D3  right_only
  key1 key0_x    A    B key0_y    C    D indicator_column
0   K0     K0   A0   B0     K0   C0   D0             both
1   K1     K1   A1   B1    NaN  NaN  NaN        left_only
2   K1     K3   A3   B3    NaN  NaN  NaN        left_only
3   K2     K2   A2   B2     K1   C1   D1             both
4   K2     K2   A2   B2     K2   C2   D2             both
5   K3    NaN  NaN  NaN     K3   C3   D3       right_only
import pandas as pd

left =pd.DataFrame({'A':['A0','A1','A2'],'B':['B0','B1','B2']},index =['K0','K1','K2'])
right =pd.DataFrame({'C':['C0','C1','C2'],'D':['D0','D1','D2']},index =['K0','K2','K3'])

res3 = pd.merge(left,right,left_index =True,right_index =True,how ='outer')
print(res3)
#
boys =pd.DataFrame({'K':['K0','K1','K2'],'age':[24,27,30]})
girls =pd.DataFrame({'K':['K0','K0','K3'],'age':['22','25','28']})
res4 = pd.merge(boys,girls,on ='K',suffixes =['_boys','_girls'],how ='outer')
print(res4)

      A    B    C    D
K0   A0   B0   C0   D0
K1   A1   B1  NaN  NaN
K2   A2   B2   C1   D1
K3  NaN  NaN   C2   D2
    K  age_boys age_girls
0  K0      24.0        22
1  K0      24.0        25
2  K1      27.0       NaN
3  K2      30.0       NaN
4  K3       NaN        28

http://www.kler.cn/a/317929.html

相关文章:

  • QTcpSocket 服务端和客户端
  • 玩转ChatGPT:文献阅读 v2.0
  • 在esxi8.0中安装黑群晖的过程记录及小问题处理
  • 相机光学(四十)——2x2 Adjacent Pixel Binning
  • ssm114基于SSM框架的网上拍卖系统的设计与实现+vue(论文+源码)_kaic
  • CCI3.0-HQ:用于预训练大型语言模型的高质量大规模中文数据集
  • 200Kg大载重多旋翼无人机应用前景详解
  • Solidity——抽象合约和接口详解
  • 【路径规划】 通过使用前向动态规划算法在地形上找到最优路径
  • 运维工程师面试整理-沟通能力
  • Spring Security 详解:保护Java应用的强大盾牌
  • linux下不同库出现符号冲突的解决方式
  • LLM - 理解 多模态大语言模型(MLLM) 的 幻觉(Hallucination) 与相关技术 (七)
  • Jenkins基于tag的构建
  • Redis: 特色,业务场景举例,底层原理,持续进阶等问题梳理
  • 基于C#+SQL Server(CS界面)学生选课及成绩查询管理系统
  • sql语法学习:关键点和详细解释
  • 软件开发人员利用Mendix推动GenAI战略
  • Frontiers出版社系列SCISSCI合集
  • Nginx配置负载均衡
  • 2024全国研究生数学建模竞赛(数学建模研赛)ABCDEF题深度建模+全解全析+完整文章
  • 机器翻译之多头注意力(MultiAttentionn)在Seq2Seq的应用
  • 如何使用Spring Cloud Gateway搭建网关系统
  • 怎么录制游戏视频?精选5款游戏录屏软件
  • 电源芯片测试系统如何完成欠压关断/欠压关断滞后?
  • 某花顺爬虫逆向分析