《Python數據分析極簡入門》

第2節 6 Pandas合并連接

在pandas中，有多種方法可以合并和拼接數據。常見的方法包括append()、concat()、merge()。

追加(Append)

append()函數用于將一個DataFrame或Series對象追加到另一個DataFrame中。

import pandas as pd
df1 = pd.DataFrame({'A': ['a', 'b'],
                   'B': [1, 2]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'B': [2, 3, 4]})
df2

df1.append(df2,ignore_index=True) 

合并(Concat)

concat()函數用于沿指定軸將多個對象（比如Series、DataFrame）堆疊在一起?？梢匝匦谢蛄蟹较蜻M行拼接。 先看一個上下堆疊的例子

df1 = pd.DataFrame({'A': ['a', 'b'],
                   'B': [1, 2]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'B': [2, 3, 4]})
df2

pd.concat([df1,df2],axis =0) # 上下拼接

再看一個左右堆疊的例子

df1 = pd.DataFrame({'A': ['a', 'b']})
df1

df2 = pd.DataFrame({'B': [1, 2],
                    'C': [2, 4]})
df2

pd.concat([df1,df2],axis =1) # 左右拼接

連接（Merge）

merge()函數用于根據一個或多個鍵將兩個DataFrame的行連接起來。類似于SQL中的JOIN操作。

數據連接 1 (pd.merge)

先看一下 inner 和 outer連接

df1 = pd.DataFrame({'A': ['a', 'b', 'c'],
                   'B': [1, 2, 3]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'B': [2, 3, 4]})
df2

pd.merge(df1,df2,how = 'inner')

pd.merge(df1,df2,how = 'outer')

數據連接 2 (pd.merge)

再看左右鏈接的例子：

df1 = pd.DataFrame({'A': ['a', 'b', 'c'],
                   'B': [1, 2, 3]})
df1

df2 = pd.DataFrame({'A': [ 'b', 'c','d'],
                    'C': [2, 3, 4]})
df2

pd.merge(df1,df2,how = 'left',on = "A")  # 左連接

pd.merge(df1,df2,how = 'right',on = "A") # 右連接

pd.merge(df1,df2,how = 'inner',on = "A") # 內連接

pd.merge(df1,df2,how = 'outer',on = "A") # 外連接

補充1個小技巧

df1[df1['A'].isin(df2['A'])] # 返回在df1中列'A'的值在df2中也存在的行

df1[~df1['A'].isin(df2['A'])] # 返回在df1中列'A'的值在df2中不存在的行