如何在Python中组合两个数据框 – Pandas

在数据分析中，经常需要将两个数据框合并在一起，以便进行分析和处理。在Python中，我们可以使用Pandas库提供的函数concat()和merge()来实现数据框的组合。

concat()函数

concat()函数可以将多个数据框按指定的轴(axis)进行拼接。具体来说，它可以按行(axis=0)或按列(axis=1)进行拼接。

下面是一个示例，其中创建了两个数据框df1和df2，并将它们按行拼接：

import pandas as pd

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']})

result = pd.concat([df1, df2])
print(result)

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

我们可以使用ignore_index=True来重置行索引：

result = pd.concat([df1, df2], ignore_index=True)
print(result)

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
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

merge()函数

merge()函数可以将两个数据框按照指定的列进行拼接。具体来说，它将两个数据框的共同列进行匹配，并将它们拼接在一起。

下面是一个示例，其中创建了两个数据框df1和df2，并将它们按'A'列拼接：

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7']})

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

输出：

  key A_x  B_x A_y  B_y
0  K0  A0  B0  A4  B4
1  K1  A1  B1  A5  B5
2  K2  A2  B2  A6  B6
3  K3  A3  B3  A7  B7

在上面的输出中，A_x和B_x是来自df1数据框的对应列，A_y和B_y是来自df2数据框的对应列。可见，merge()函数将两个数据框按照'key'列进行拼接。

我们可以使用how参数来指定拼接方式：

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

输出：

  key A_x  B_x A_y  B_y
0  K0  A0  B0  A4  B4
1  K1  A1  B1  A5  B5
2  K2  A2  B2  A6  B6
3  K3  A3  B3  A7  B7

这里使用了how='outer'参数，即利用外连接的方式拼接两个数据框。在结果中，有缺失值NaN，它们表示某些列在一个数据框中有缺失，但在另一个数据框中存在。

以上就是使用Pandas库中的concat()和merge()函数，在Python中组合两个数据框的方法。这两个函数很强大，可以满足各种数据分析的需求。