pandas 多个dataframe合并|极客教程

pandas 多个dataframe合并

在数据处理和分析中，经常会遇到需要合并多个DataFrame的情况，pandas库提供了多种方法来实现这个目的。本文将详细介绍如何使用pandas合并多个DataFrame，包括concat、merge等方法。

1. concat方法

concat方法是pandas库中用于合并多个DataFrame的方法，它可以按照指定的轴将多个DataFrame合并成一个新的DataFrame。

1.1 沿行（纵向）合并

使用concat方法可以沿行方向合并多个DataFrame，即将多个DataFrame按行堆叠在一起。

import pandas as pd

# 创建多个DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

# 沿行合并
result = pd.concat([df1, df2])

print(result)

运行结果为：

1.2 沿列（横向）合并

除了沿行方向合并外，concat方法还可以沿列方向合并多个DataFrame，即将多个DataFrame按列连接在一起。

import pandas as pd

# 创建多个DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'C': [5, 6], 'D': [7, 8]})

# 沿列合并
result = pd.concat([df1, df2], axis=1)

print(result)

运行结果为：

   A  B  C  D
0  1  3  5  7
1  2  4  6  8

2. merge方法

除了concat方法外，pandas还提供了merge方法用于根据指定的列进行合并。

import pandas as pd

# 创建两个DataFrame
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]})

# 根据key列合并两个DataFrame
result = pd.merge(df1, df2, on='key', how='inner')

print(result)

运行结果为：

  key  value_x  value_y
0   B        2        5
1   D        4        6

在上面的示例中，我们根据key列将两个DataFrame合并，how='inner'表示取交集。

3. append方法

除了concat和merge方法外，pandas还提供了append方法用于在最后一行追加数据。

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

# 在df1后追加df2
result = df1.append(df2)

print(result)

运行结果为：