Python | 使用Panda合并，联接和连接DataFrame

在数据分析中，涉及到不同来源和数据的合并非常常见，使用 Pandas 库可以轻松地完成这个过程。在这个教程中，我们将介绍如何使用 Pandas 合并、联接和连接不同的 DataFrame。

概览

• 使用 concat() 函数合并 DataFrame
• 使用 merge() 函数联接 DataFrame
• 使用 join() 函数连接 DataFrame

Pandas 有三种方法将多个 DataFrame 连接在一起。这三种方法分别是：concat()、merge() 和 join()。在绝大多数情况下，这三种方法都是等效的，但是在某些情况下，使用其中一种方法可能更加方便和灵活。

合并 DataFrame

合并多个 DataFrame 的最简单方法是使用 concat() 函数。这个函数将 DataFrame 沿着轴方向（行或列）合并到一起。下面是一个示例：

import pandas as pd

# 创建三个 DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],
                    'B': ['B8', 'B9', 'B10', 'B11'],
                    'C': ['C8', 'C9', 'C10', 'C11'],
                    'D': ['D8', 'D9', 'D10', 'D11']})

# 沿着行方向合并 DataFrame
result = pd.concat([df1, df2, df3])

print(result)

运行这个程序，你会得到以下输出：

     A    B    C    D
0   A0   B0   C0   D0
1   A1   B1   C1   D1
2   A2   B2   C2   D2
3   A3   B3   C3   D3
0   A4   B4   C4   D4
1   A5   B5   C5   D5
2   A6   B6   C6   D6
3   A7   B7   C7   D7
0   A8   B8   C8   D8
1   A9   B9   C9   D9
2  A10  B10  C10  D10
3  A11  B11  C11  D11

如你所见，三个 DataFrame 沿着行方向被合并在一起。

联接 DataFrame

联接不同的 DataFrame 可以使用 merge() 函数。与 SQL 中的 JOIN 操作类似，Pandas 的 merge() 函数根据一个或多个键将不同的 DataFrame 连接在一起。

下面是一个使用 merge() 函数连接 DataFrame 的示例：

import pandas as pd

# 创建两个 DataFrame
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                     'A': ['A0', 'A1', 'A2', 'A3'],
                     'B': ['B0', 'B1', 'B2', 'B3']})

right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})

# 根据 'key' 列联接 DataFrame
result = pd.merge(left, right, on='key')

print(result)

运行这个程序，你会得到以下结果：

  key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2
3  K3  A3  B3  C3  D3

这个程序将 left 和 right 两个 DataFrame 按照 'key' 列进行联接，得到了一个新的 DataFrame。

连接 DataFrame

另一种连接 DataFrame 的方法是使用 join() 函数。与 merge() 函数不同，join() 函数根据索引而不是列进行连接。

下面是一个 join() 函数连接 DataFrame 的示例：

import pandas as pd

# 创建两个 DataFrame
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                    index=['K0', 'K1', 'K2'])

right = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                      'D': ['D0', 'D2', 'D3']},
                     index=['K0', 'K2', 'K3'])

# 根据索引连接 DataFrame
result = left.join(right)

print(result)

运行这个程序，你会得到以下结果：

     A   B    C    D
K0  A0  B0   C0   D0
K1  A1  B1  NaN  NaN
K2  A2  B2   C2   D2

这个程序将 left 和 right 两个 DataFrame 按照索引进行连接，并生成新的 DataFrame。注意，当 join() 函数进行连接时，缺失值自动填充为 NaN。

结论

在本教程中，我们介绍了三种方法将多个 DataFrame 合并到一起：concat()、merge() 和 join()。虽然这三种方法都可以有效地合并 DataFrame，但不同的方法可能更适合不同的用例。请根据具体情况选择最适合自己的方法。