04-python-pandas-merge
4. Pandas高级教程之:Dataframe的合并
简介
Pandas提供了很多合并Series和Dataframe的强大的功能，通过这些功能可以方便的进行数据分析。本文将会详细讲解如何使用Pandas来合并Series和Dataframe。
使用concat
concat是最常用的合并DF的方法，先看下concat的定义：
pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None,
levels=None, names=None, verify_integrity=False, copy=True)看一下我们经常会用到的几个参数：
objs是Series或者Series的序列或者映射。
axis指定连接的轴。
join : {‘inner’, ‘outer’}, 连接方式，怎么处理其他轴的index，outer表示合并，inner表示交集。
ignore_index： 忽略原本的index值，使用0,1,… n-1来代替。
copy：是否进行拷贝。
keys：指定最外层的多层次结构的index。
我们先定义几个DF，然后看一下怎么使用concat把这几个DF连接起来：
df1,df2,df3定义了同样的列名和不同的index，然后将他们放在frames中构成了一个DF的list，将其作为参数传入concat就可以进行DF的合并。
举个多层级的例子：
使用keys可以指定frames中不同frames的key。
使用的时候，我们可以通过选择外部的key来返回特定的frame：
上面的例子连接的轴默认是0，也就是按行来进行连接，下面我们来看一个例子按列来进行连接，如果要按列来连接，可以指定axis=1：
默认的 join='outer'，合并之后index不存在的地方会补全为NaN。
下面看一个join='inner'的情况：
join='inner' 只会选择index相同的进行展示。
如果合并之后，我们只想保存原来frame的index相关的数据，那么可以使用reindex：
或者这样：
看下结果：
可以合并DF和Series：
如果是多个Series，使用concat可以指定列名：
使用append
append可以看做是concat的简化版本，它沿着axis=0 进行concat：
如果append的两个 DF的列是不一样的会自动补全NaN：
如果设置ignore_index=True，可以忽略原来的index，并重写分配index：
向DF append一个Series：
使用merge
和DF最类似的就是数据库的表格，可以使用merge来进行类似数据库操作的DF合并操作。
先看下merge的定义：
Left, right是要合并的两个DF 或者 Series。
on代表的是join的列或者index名。
left_on:左连接
right_on：右连接
left_index: 连接之后，选择使用左边的index或者column。
right_index:连接之后，选择使用右边的index或者column。
how：连接的方式，'left', 'right', 'outer', 'inner'. 默认 inner.
sort: 是否排序。
suffixes: 处理重复的列。
copy: 是否拷贝数据
先看一个简单merge的例子：
上面两个DF通过key来进行连接。
再看一个多个key连接的例子：
How 可以指定merge方式，和数据库一样，可以指定是内连接，外连接等：
left
LEFT OUTER JOIN
right
RIGHT OUTER JOIN
outer
FULL OUTER JOIN
inner
INNER JOIN
指定indicator=True ，可以表示具体行的连接方式：
如果传入字符串给indicator，会重命名indicator这一列的名字：
多个index进行合并：
支持多个列的合并：
使用join
join将两个不同index的DF合并成一个。可以看做是merge的简写。
可以指定how来指定连接方式：
默认join是按index来进行连接。
还可以按照列来进行连接：
单个index和多个index进行join：
列名重复的情况：
可以自定义重复列名的命名规则：
覆盖数据
有时候我们需要使用DF2的数据来填充DF1的数据，这时候可以使用combine_first：
或者使用update：
本文已收录于 www.flydean.com
最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！
欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！
最后更新于
这有帮助吗？