pandas数据连接函数merge(),concat()

merge()函数类似于SQL里的表连接

# 导入包
import pandas as pd
import numpy as np

# 在同一个cell里同时输出多条语句
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all" 

# 建立数据集
df1=pd.DataFrame({'key':list('ancbd'),'data':range(5)})
df1
df2=pd.DataFrame({'key':list('abc'),'data':range(3)})
df2

image.png

相关的参数，我都在下面备注说明了，具体使用时，按需设置即可

pd.merge(df1,df2
        ,how='inner' #默认是inner，还有left,right,outer
        ,on='key' #当左右数据源关联的key名字相同时，可以用on，也可以传入一个list，进行多个key连接
#         ,left_on='key',right_on='key' #当左右数据源关联的key名字不同时，用left_on和right_on分别指定
#         ,left_index=True,right_index=True #如果想用索引作为关联的key，可以通过left_index和right_index来设置
#         ,suffixes=['_df1','_df2'] #当有相同列时，默认自动在后面加上'_x'和'_y'来区分，也可以通过suffixes自定义
        )

# 结果
    key data_x  data_y
0   a   0   0
1   c   2   2
2   b   3   1

concat()除了实现merge的功能以外，还可以纵向连接

pd.concat([df1,df2],keys=['df1','df2']) # 添加keys参数，可以更好的区分数据来源

image.png