Python数据分析之concat与merge函数（实例详解）_第1页
Python数据分析之concat与merge函数（实例详解）_第2页
Python数据分析之concat与merge函数（实例详解）_第3页
Python数据分析之concat与merge函数（实例详解）_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第Python数据分析之concat与merge函数（实例详解）1)横向堆叠与外连接

importpandasaspd

df1=pd.DataFrame({A:[A0,A1,A2],

B:[B0,B1,B2]})df1

df2=pd.DataFrame({C:[C0,C1,C2],

D:[D0,D1,D2]})df2

横向堆叠合并df1和df2,采用外连接的方式

pd.concat([df1,df2],join=outer,axis=1)

2)纵向堆叠与内链接

importpandasaspd

first=pd.DataFrame({A:[A0,A1,A2],

B:[B0,B1,B2],

C:[C0,C1,C2]})first

second=pd.DataFrame({B:[B3,B4,B5],

C:[C3,C4,C5],

D:[D3,D4,D5]})second

当使用concat()函数合并时，若是将axis参数的值设为0，且join参数的值设为inner,则代表着使用纵向堆叠与内连接的方式进行合并

pd.concat([first,second],join=inner,axis=0)

二、merge()函数

1）主键合并数据

在使用merge()函数进行合并时，默认会使用重叠的列索引做为合并键，并采用内连接方式合并数据，即取行索引重叠的部分。

importpandasaspd

left=pd.DataFrame({key:[K0,K1,K2],

A:[A0,A1,A2],

B:[B0,B1,B2]})left

right=pd.DataFrame({key:[K0,K1,K2,K3],

C:[C0,C1,C2,C3],

D:[D0,D1,D2,D3]})right

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

2）merge()函数还支持对含有多个重叠列的DataFrame对象进行合并。

importpandasaspd

data1=pd.DataFrame({key:[K0,K1,K2],

A:[A0,A1,A2],

B:[B0,B1,B2]})data1

data2=pd.DataFrame({key:[K0,K5,K2,K4],

B:[B0,B1,B2,B5],

C:[C0,C1,C2,C3],

D:[D0,D1,D2,D3]})data2

pd.merge(data1,data2,on=[key,B])

1）根据行索引合并数据

join()方法能够通过索引或指定列来连接多个DataFrame

人人文库> 全部分类> 办公材料 > 办公文档

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论