- /merage#
pandas提供了一个类似于关系数据库的连接(join)操作的方法 merage,可以根据一个或多个键将不同DataFrame中的行连接起来,语法如下:
merge(left, right, how=’inner’, on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=(‘_x’, ‘_y’), copy=True, indicator=False)
作为一个功能完善、强大的语言,python的pandas库中的merge()支持各种内外连接。
left与right:两个不同的DataFrame
how:指的是合并(连接)的方式有inner(内连接),left(左外连接),right(右外连接),outer(全外连接);默认为inner
on : 指的是用于连接的列索引名称。必须存在右右两个DataFrame对象中,如果没有指定且其他参数也未指定则以两个DataFrame的列名交集做为连接键
left_on:左则DataFrame中用作连接键的列名;这个参数中左右列名不相同,但代表的含义相同时非常有用。
right_on:右则DataFrame中用作 连接键的列名
left_index:使用左则DataFrame中的行索引做为连接键
right_index:使用右则DataFrame中的行索引做为连接键
sort:默认为True,将合并的数据进行排序。在大多数情况下设置为False可以提高性能
suffixes:字符串值组成的元组,用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称,默认为(‘_x’,’_y’)
copy:默认为True,总是将数据复制到数据结构中;大多数情况下设置为False可以提高性能
indicator:在 0.17.0中还增加了一个显示合并数据中来源情况;如只来自己于左边(left_only)、两者(both)
import pandas as pd
import numpy as np
class PanMerge():
def PanMer(self):
data = pd.DataFrame([{"id": 0, "name": 'lxh', "age": 20, "cp": 'lm'}, {"id": 1, "name": 'xiao', "age": 40, "cp": 'ly'},{"id": 2, "name": 'hua', "age": 4, "cp": 'yry'}, {"id": 3, "name": 'be', "age": 70, "cp": 'old'}])
data1 = pd.DataFrame([{"id": 100, "name": 'lxh', 'cs': 10}, {"id": 101, "name": 'xiao', 'cs': 40},{"id": 102, "name": 'hua2', 'cs': 50}])
data2 = pd.DataFrame([{"id": 0, "name": 'lxh', 'cs': 10}, {"id": 101, "name": 'xiao', 'cs': 40},{"id": 102, "name": 'hua2', 'cs': 50}])
data3 = pd.DataFrame([{"mid": 0, "mname": 'lxh', 'cs': 10}, {"mid": 101, "mname": 'xiao', 'cs': 40},{"mid": 102, "mname": 'hua2', 'cs': 50}])
df1 = pd.merge(data,data1,on="name",how="left",suffixes=('_a','_b'))
df2 = pd.merge(data, data2, on=("name", "id"))
df3 = pd.merge(data, data2)
indexed_data1 = data1.set_index("name")
df5 = pd. merge(data, indexed_data1, left_on='name', right_index=True)
print(df5)
print('左外连接\r\n',pd.merge(data,data1,on="name",how="left",suffixes=('_a','_b')))
print('左外连接1\r\n',pd.merge(data1,data,on="name",how="left"))
print ('右外连接\r\n',pd.merge(data,data1,on="name",how="right"))
df6=pd.merge(data,data3,left_on=["name","id"],right_on=["mname","mid"])
print(df6)
join方法提供了一个简便的方法用于将两个DataFrame中的不同的列索引合并成为一个DataFrame。
其中参数的意义与merge方法基本相同, 只是join方法默认为左外连接how = left。
dj1=pd.DataFrame([{"id":0,"name":'lxh',"age":20,"cp":'lm'},{"id":1,"name":'xiao',"age":40,"cp":'ly'},{"id":2,"name":'hua',"age":4,"cp":'yry'},{"id":3,"name":'be',"age":70,"cp":'old'}],index=['a','b','c','d'])
dj2=pd.DataFrame([{"sex":0},{"sex":1},{"sex":2}],index=['a','b','e'])
print(dj1)
print(dj2)
df7= dj1.join(dj2)
print(df7)
print('使用右连接\r\n', dj1.join(dj2, how="right") )
print('使用内连接\r\n', dj1.join(dj2, how='inner'))
print('使用全外连接\r\n', dj1.join(dj2, how='outer'))
还有一种连接方式:concat
concat方法相当于数据库中的全连接(UNION ALL),可以指定按某个轴进行连接,也可以指定连接的方式join(outer,inner 只有这两种)。
与数据库不同的是concat不会去重,要达到去重的效果可以使用drop_duplicates方法
dc1 = pd.DataFrame({'city': ['Chicago', 'San Francisco', 'New York City'], 'rank': range(1, 4)})
dc2 = pd.DataFrame({'city': ['Chicago', 'Boston', 'Los Angeles'], 'rank': [1, 4, 5]})
print(dc1)
print(dc2)
dc3=pd.concat([dc1,dc2],join="inner", axis=0)
print(dc3)
dc4=pd.concat([dc1,dc2],keys=['a','b'])
print(dc4)
dc5 = pd.concat([dc1,dc2],ignore_index=True).drop_duplicates()
print(dc5)
if __name__ == '__main__':
PanMerge().PanMer()
Original: https://blog.csdn.net/weixin_46576686/article/details/117962707
Author: Memory_ss
Title: python Merge
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/752123/
转载文章受原作者版权保护。转载请注明原作者出处!