合并多个数据框 - Python

在数据分析和处理的过程中，我们经常需要将多个数据框合并成一个大的数据框，以便进行更进一步的分析和处理。在 Python 中，合并多个数据框非常方便，可以使用 pandas 库中的 concat()、merge()、join() 等函数完成。在下面的介绍中，我们将详细讲解这些函数的使用方法及其注意事项。

1. concat()函数

concat()函数可以将多个数据框沿着某个轴方向进行连接，拼接成一个大的数据框。

import pandas as pd

# 创建三个数据框
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']})

# 沿着行方向进行连接
result = pd.concat([df1, df2, df3], axis=0)

print(result)

运行结果：

     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

在使用concat()函数时需要注意：

• 默认情况下沿着行方向进行连接，如果需要沿着列方向进行连接，就需要设置axis参数为1；
• 所有的数据框必须有相同的索引或列名，否则未匹配的部分将填充缺失值；

2. merge()函数

merge()函数可以将两个具有相同列名的数据框，按照某个列进行关联后，将它们合并成一个数据框。

import pandas as pd

# 创建两个数据框
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列进行连接
result = pd.merge(left, right, on='key')

print(result)

运行结果：

  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

在使用merge()函数时需要注意：

• 要建立关联的数据框中必须要有相同的列名；
• 关联的列可以通过left_on和right_on参数指定；
• merge()函数默认使用inner join，也就是内连接，可以使用how参数进行指定，如how='left'、how='right'、how='outer'等；

3. join()函数

join()函数与merge()函数类似，也是用于将两个数据框合并起来。不同之处在于，join()函数是在列上将两个数据框进行连接。

import pandas as pd

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

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

# 根据索引进行连接
result = left.join(right)

print(result)

运行结果：

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

在使用join()函数时需要注意：

• 要连接的数据框必须要有相同的行索引或列名，也可以通过lsuffix和rsuffix参数指定后缀，使列名不同；
• join()函数默认使用left join，也就是左连接，可以使用how参数进行指定，如how='inner'、how='right'、how='outer'等；

通过上面的介绍，我们可以发现，在 Python 中合并多个数据框非常简单，只需要掌握好 concat()、merge()、join() 这几个函数的使用方法即可，希望可以对大家有所帮助。