背景

數(shù)據(jù)的合并與關(guān)聯(lián)是數(shù)據(jù)處理過程中經(jīng)常遇到的問題，在SQL、HQL中大家可能都有用到 join、uion all 等 ，在 Pandas 中也有同樣的功能，來滿足數(shù)據(jù)處理需求，個人感覺Pandas 處理數(shù)據(jù)還是非常方便，數(shù)據(jù)處理效率比較高，能滿足不同的業(yè)務需求

本篇文章主要介紹 Pandas 中的數(shù)據(jù)拼接與關(guān)聯(lián)

數(shù)據(jù)拼接---pd.concat

concat 是pandas級的函數(shù)，用來拼接或合并數(shù)據(jù)，其根據(jù)不同的軸既可以橫向拼接，又可以縱向拼接

函數(shù)參數(shù)

pd.concat(
    objs: 'Iterable[NDFrame] | Mapping[Hashable, NDFrame]',
    axis=0,
    join='outer',
    ignore_index: 'bool' = False,
    keys=None,
    levels=None,
    names=None,
    verify_integrity: 'bool' = False,
    sort: 'bool' = False,
    copy: 'bool' = True,
) -> 'FrameOrSeriesUnion'

• objs：合并的數(shù)據(jù)集，一般用列表傳入，例如：[df1,df2,df3]
• axis：指定數(shù)據(jù)拼接時的軸，0是行，在行方向上拼接；1是列，在列方向上拼接
• join：拼接的方式有 inner，或者outer，與sql中的意思一樣

以上三個參數(shù)在實際工作中經(jīng)常使用，其他參數(shù)不再做介紹

案例：

模擬數(shù)據(jù)

• 橫向拼接
  
  橫向拼接-1
  
  字段相同的列進行堆疊，字段不同的列分列存放，缺失值用NAN來填充，下面對模擬數(shù)據(jù)進行變換用相同的字段，進行演示

橫向拼接-2

• 縱向拼接
  
  縱向拼接

可以看出在縱向拼接的時候，會按索引進行關(guān)聯(lián)，使相同名字的成績放在一起，而不是簡單的堆疊

數(shù)據(jù)關(guān)聯(lián)---pd.merge

數(shù)據(jù)聯(lián)接，與SQL中的join基本一樣，用來關(guān)聯(lián)不同的數(shù)據(jù)表，有左表、右表的區(qū)分，可以指定關(guān)聯(lián)的字段

函數(shù)參數(shù)

pd.merge(
    left: 'DataFrame | Series',
    right: 'DataFrame | Series',
    how: 'str' = 'inner',
    on: 'IndexLabel | None' = None,
    left_on: 'IndexLabel | None' = None,
    right_on: 'IndexLabel | None' = None,
    left_index: 'bool' = False,
    right_index: 'bool' = False,
    sort: 'bool' = False,
    suffixes: 'Suffixes' = ('_x', '_y'),
    copy: 'bool' = True,
    indicator: 'bool' = False,
    validate: 'str | None' = None,
) -> 'DataFrame'

• left：左表
• right：右表
• how：關(guān)聯(lián)的方式，{'left', 'right', 'outer', 'inner', 'cross'}, 默認關(guān)聯(lián)方式為 'inner'
• on：關(guān)聯(lián)時指定的字段，兩個表共有的
• left_on：關(guān)聯(lián)時用到左表中的字段，在兩個表不共有關(guān)聯(lián)字段時使用
• right_on：關(guān)聯(lián)時用到右表中的字段，在兩個表不共有關(guān)聯(lián)字段時使用

以上參數(shù)在實際工作中經(jīng)常使用，其他參數(shù)不再做介紹

案例：

數(shù)據(jù)關(guān)聯(lián)

merge 的使用與SQL中的 join 很像，使用方式基本一致，既有內(nèi)連接，也有外連接，用起來基本沒有什么難度

兩者區(qū)別

• concat 只是 pandas 下的方法，而 merge 即是 pandas 下的方法，又是DataFrame 下的方法
• concat 可以橫向、縱向拼接，又起到關(guān)聯(lián)的作用
• merge 只能進行關(guān)聯(lián)，也就是縱向拼接
• concat 可以同時處理多個數(shù)據(jù)框DataFrame，而 merge 只能同時處理 2 個數(shù)據(jù)框

歷史相關(guān)文章

• 像excel透視表一樣使用pandas透視函數(shù)
• Python pandas 數(shù)據(jù)篩選與賦值升級版詳解
• Python pandas數(shù)據(jù)分列，分割符號&固定寬度

以上是自己實踐中遇到的一些問題，分享出來供大家參考學習，歡迎關(guān)注微信公眾號：DataShare ，不定期分享干貨