这些数据合并的神操作，你掌握几个？.docxVIP

这些数据合并的神操作，你把握几个？ Python爬虫与数据挖掘 1970-01-01 以下文章来源于数仓瑰宝库 ，作者王恺 等 HYPERLINK 数仓瑰宝库 . 共享数据库、大数据、数据仓库等学问 点击上方“Python爬虫与数据挖掘”，进行关注 回复“书籍”即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 为有牺牲多壮志，敢教日月换新天。 「数仓瑰宝库」，带你学数据！ 导读：在数据分析过程中，有时候需要将不同的数据文件进行合并处理。本文次要引见三种数据合并方法。 Pandas供应了多功能、高功能的内存连接操作，本质上类似于SQL等关系数据库，比如，merge、join、concat等方法可以便利地将具有多种集合规律的Series或DataFrame数据合并、拼接在一起，用于实现索引和关系代数功能。 merge方法次要基于数据表共同的列标签进行合并， join方法次要基于数据表的index标签进行合并， concat方法是对数据表进行行拼接或列拼接。 01merge方法 merge方法的次要应用场景是针对存在同一个或多个相同列标签（主键）的包含不同特征的两个数据表，通过主键的连接将这两个数据表进行合并。其语法格式如下： result=pd.merge(left,?right,?how=inner,?on=None,?left_on=None,?right_on=None,?left_index=False,?right_index=False,…) 常用的参数含义说明如下。 left/right：参与合并的左/右侧的Series或DataFrame对象（数据表）。 how：数据合并的方式。默认为inner，表示内连接（交集），outer表示外连接（并集），left表示基于左侧数据列的左连接，right表示基于右侧数据列的右连接。 on：指定用于连接的列标签，可以是一个列标签，也可以是一个包含多个列标签的列表。默认为left和right中相同的列标签。 left_on/right_on：当left和right中合并的列标签名称不同时，用来分别指定左/右两表合并的列标签。 left_index/right_index：布尔类型，默认为False。当设置为True时，则以左/右侧的行标签作为连接键。 下面通过代码清单1演示merge方法的用法。 代码清单1　merge方法的用法示例1?import?pandas?as?pd2?left?=?pd.DataFrame({key1:?[K0,?K1,?K2],key2:?[K0,?K1,?K0],A:?[A0,?A1,?A2],B:?[B0,?B1,?B2]})3?right?=?pd.DataFrame({key1:?[K0,?K1,?K2],key2:?[K0,?K0,K0],C:?[C0,?C1,?C2,],?D:?[D0,?D1,?D2]})4?print(left:\n,left)5?print(right:\n,right)6?result1?=?pd.merge(left,?right,?on=key1)?#?内连接7?print(依据key1列将left和right内连接：\n,result1)8?result2?=?pd.merge(left,?right,?on=[key1,?key2])9?print(依据key1和key2列将left和right内连接：\n,result2)10?result3?=?pd.merge(left,?right,?how=outer,?on=[key1,?key2])11?print(依据key1和key2列将left和right外连接：\n,result3)12?result4?=?pd.merge(left,?right,?how=left,?on=[key1,?key2])13?print(依据key1和key2列将left和right左连接：\n,result4)14?result5?=?pd.merge(left,?right,?how=right,?on=[key1,?key2])15?print(依据key1和key2列将left和right右连接：\n,result5) 程序执行结束后，输出结果如下： left:???key1??key2???A????B0???K0????K0????A0???B01???K1????K1????A1???B12???K2????K0????A2???B2right:???key1??key2???C????D0???K0????K0????C0???D01??