Python数据分析实践：数据拼接-1-new.pdfVIP

2022/3/14 4.8 数据拼接-1 In [ ]: import numpy as np import pandas as pd 4.8.1 主键合并数据-merge方法 为了方便维护，一般公司的数据在数据库内都是分表存储的，比如用一个表存储所有用户的基本信息，一个表存储用户的消费情况。所以，在日常 的数据处理中，经常需要将两张表拼接使用，这样的操作对应到SQL中是join ，在Pandas中则是用merge来实现。 和数据库的join 一样，merge函数也有左连接（left）、右连接（right）、内连接（inner）和外连接（outer），但比起数据库SQL语言中的join 和 merge函数还有其自身独到之处，例如可以在合并过程中对数据集中的数据进行排序等。 merge是用来拼接两张表，那么拼接时自然就需要将信息一一对应地进行拼接，所以进行拼接的两张表需要有一个共同的识别信息的键（key）。 总结来说，整个merge的过程就是将信息一一对应匹配的过程，下面介绍merge的四种类型，分别为inner、left、right和outer。 1. 函数说明 pd.merge(left, right, how=inner, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort = False) concat函数本质上是在所有索引上同时进行对齐合并，而如果想在任意列上对齐合并，则需要merge函数，其在sql应用很多。 left,right ： 两个要对齐合并的DataFrame； how ： 先做笛卡尔积操作，然后按照要求，保留需要的，缺失的数据填充NaN； left: 以左DataFrame为基准，即左侧DataFrame的数据全部保留（不代表完全一致、可能会存在复制），保持原序; right: 以右DataFrame为基准，保持原序; inner: 交，保留左右DataFrame在on上完全一致的行，保持左DataFrame顺序; outer: 并，按照字典顺序重新排序; on ：对应列名或者行索引的名字，如果要在DataFrame相同的列索引做对齐，用这个参数； left_on, right_on, left_index, right_index ： on对应列名或者行索引的名字（所以行索引一般要跟列一样看待，有自己的名字），用这俩参数； index对应要使用的index,不建议使用，会搞晕。 sort: True or False ，是否按字典序重新排序。 file:///D:/Python39/envs/pydata/教材配套代码/模块四 数据处理Pandas/4.8 数据拼接-1.html 1/ 14 2022/3/14 4.8 数据拼接-1 一、inner merge的inner的类型称为内连接，它在拼接的过程中会取两张表的键（key）的交集进行拼接。什么意思呢？下面以图解的方式来一步一步拆解。 file:///D:/Python39/envs/pydata/教材配套代码/模块四 数据处理Pandas/4.8 数据拼接-1.html