Pandas – 合并两个具有不同列的数据框

在进行数据分析过程中，经常需要将两个不同的数据框合并成一个，但是两个数据框可能具有不同的列数或者列名，并且需要对合并后的数据框进行一些处理。本文将介绍如何使用Pandas库合并不同列的数据框。

使用Pandas合并数据框

Pandas提供了merge()函数来合并数据框，这个函数的用法如下：

 pd.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,
          validate=None)

• left: 需要合并的左侧数据框
• right: 需要合并的右侧数据框
• how: 合并方式，默认为inner，可以取inner、outer、left、right
• on: 指定列名进行合并，两个数据框需要有相同的列名
• left_on: 左侧数据框中需要合并的列名
• right_on: 右侧数据框中需要合并的列名
• left_index: 是否使用左侧数据框的索引，默认为False
• right_index: 是否使用右侧数据框的索引，默认为False
• sort: 是否根据合并键排序，默认为True
• suffixes: 如果两个数据框中具有相同的列名，用来区分这些列
• copy: 是否在合并操作中复制数据，默认为True
• indicator: 是否在输出的数据框中加入一个列，指示每个行的来源
• validate: 检查合并操作是否为有效的值，默认为none，可以取one_to_one、one_to_many、many_to_one、many_to_many

示例

我们使用如下两个数据框来进行示例：

import pandas as pd

df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8],
                    'new_value': [9, 10, 11, 12]})
print(df1)
print(df2)

输出结果如下：

  key  value
0   A      1
1   B      2
2   C      3
3   D      4

  key  value  new_value
0   B      5          9
1   D      6         10
2   E      7         11
3   F      8         12

我们需要将两个数据框合并成一个，同时保留所有的列，可以使用下面的代码：

result = pd.merge(df1, df2, on='key', how='outer')
print(result)

输出结果如下：

  key  value_x  value_y  new_value
0   A      1.0      NaN        NaN
1   B      2.0      5.0        9.0
2   C      3.0      NaN        NaN
3   D      4.0      6.0       10.0
4   E      NaN      7.0       11.0
5   F      NaN      8.0       12.0

可以看到，合并后的数据框中保留了所有的列，并且缺少的部分填充为NaN。如果需要指定其他的合并方式，比如只保留左侧数据框的数据，可以设置how参数的值为left，代码如下：

result = pd.merge(df1, df2, on='key', how='left')
print(result)

输出结果如下：

  key  value_x  value_y  new_value
0   A        1      NaN        NaN
1   B        2      5.0        9.0
2   C        3      NaN        NaN
3   D        4      6.0       10.0

总结

本文介绍了如何使用Pandas库合并不同列的数据框。在实际应用中，根据具体的需求选择不同的合并方式和参数，可以达到更好的效果。