Pandas 基于列和索引的合并方法

在本文中，我们将介绍Pandas中的两种合并数据的方法：通过某一列进行合并和通过索引进行合并。这两种方法都是Pandas中重要的数据处理手段，在实际数据处理中会经常使用。

阅读更多：Pandas 教程

基于某一列进行合并

通过某一列进行合并，是指以某一列中的值为键，将两个Dataframe中的数据进行合并。这种方法常见的操作在join、merge和concat等方法中都有体现。下面分别介绍：

join方法

join方法是Pandas中用于合并两个Dataframe的方法，其参数说明如下：

1. 参数other：要合并的另一个Dataframe。
2. 参数on：用于合并的列名，默认为None。如果为None，则会自动寻找两个Dataframe中相同的列名进行合并。
3. 参数how：合并方法，包括left、right、outer和inner，默认为’left’。
4. 参数sort：合并后是否按照键值进行排序，默认为False。

下面示例代码中，我们将会创建两个Dataframe，分别为df1和df2，df1中包含’id’和’name’两列数据，df2中包含’id’和’age’两列数据。使用join方法将两个Dataframe中的数据合并，以’id’列为键。

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'name': ['Tom', 'Jack', 'Lucy', 'Lily']})
df2 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'age': [24, 28, 25, 21]})

result = df1.join(df2.set_index('id'), on='id')
print(result)

输出结果：

    id   name    age
0  001    Tom  24
1  002   Jack  28
2  003   Lucy  25
3  004   Lily  21

merge方法

merge方法与join方法类似，也是用于合并两个Dataframe的方法。其参数说明如下：

1. 参数right：要合并的另一个Dataframe。
2. 参数on：用于合并的列名，默认为None。如果为None，则会自动寻找两个Dataframe中相同的列名进行合并。
3. 参数how：合并方法，包括left、right、outer和inner，默认为’inner’。
4. 参数sort：合并后是否按照键值进行排序，默认为False。

下面示例代码中，我们将会创建两个Dataframe，分别为df1和df2，df1中包含’id’和’name’两列数据，df2中包含’id’和’age’两列数据。使用merge方法将两个Dataframe中的数据合并，以’id’列为键。

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'name': ['Tom', 'Jack', 'Lucy', 'Lily']})
df2 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'age': [24, 28, 25, 21]})

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

输出结果：

    id   name    age
0  001    Tom  24
1  002   Jack  28
2  003   Lucy  25
3  004   Lily  21

concat方法

concat方法用于沿着一个轴将多个Dataframe连接在一起，其基本语法为：

result = pd.concat(objs, axis=0, join='outer', sort=False, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)

其中，参数说明如下：

1. 参数objs：要连接的Dataframe。
2. 参数axis：连接的轴，可以为0（沿着行方向连接）或1（沿着列方向连接），默认为0。
3. 参数join：连接方式，包括’outer’和’inner’，默认为’outer’。
4. 参数sort：连接后是否按照索引排序，默认为False。

下面示例代码中，我们将会创建两个Dataframe，分别为df1和df2，df1中包含’id’和’name’两列数据，df2中包含’id’和’age’两列数据。使用concat方法将两个Dataframe中的数据按行方向连接起来。

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'name': ['Tom', 'Jack', 'Lucy', 'Lily']})
df2 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'age': [24, 28, 25, 21]})

result = pd.concat([df1, df2], axis=1)
print(result)

输出结果：

    id   name   id  age
0  001    Tom  001   24
1  002   Jack  002   28
2  003   Lucy  003   25
3  004   Lily  004   21

基于索引进行合并

除了以某一列进行合并外，Pandas也支持以索引进行合并。在这种情况下，我们需要将某一列设为索引，之后将两个Dataframe的索引进行合并即可。下面介绍基于索引进行合并的方法：

merge方法

通过merge方法，可以指定left_index和right_index参数将两个Dataframe的索引进行合并。示例代码如下：

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'name': ['Tom', 'Jack', 'Lucy', 'Lily']})
df1 = df1.set_index('id')
df2 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'age': [24, 28, 25, 21]})
df2 = df2.set_index('id')

result = pd.merge(df1, df2, left_index=True, right_index=True)
print(result)

输出结果：

      name   age
id             
001    Tom  24
002   Jack  28
003   Lucy  25
004   Lily  21

join方法

通过join方法，可以指定参数lsuffix和rsuffix将相同列名的数据进行合并。示例代码如下：

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'name': ['Tom', 'Jack', 'Lucy', 'Lily']})
df1 = df1.set_index('id')
df2 = pd.DataFrame({'id': ['001', '002', '003', '004'], 'age': [24, 28, 25, 21]})
df2 = df2.set_index('id')

result = df1.join(df2, lsuffix='_left', rsuffix='_right')
print(result)

输出结果：

    name_left  age_right
id                      
001       Tom         24
002      Jack         28
003      Lucy         25
004      Lily         21

总结

本文介绍了Pandas中两种合并数据的方法：通过某一列进行合并和通过索引进行合并。这两种方法都是Pandas中重要的数据处理手段，在实际数据处理中会经常使用。需要注意的是，在使用这两种方法时，需要注意各个参数的含义和具体用法，以充分发挥其强大的数据处理功能。