Python | DataFrame的合并方法总结

发表于 分类于 阅读次数： 本文字数： 566 阅读时长 ≈ 2 分钟

在数据分析过程中，通常需要将不同的数据集合并在一起进行分析，而Python中常用的数据结构之一——DataFrame，提供了多种方法用于合并数据。

横向合并

横向合并是指将两个或多个拥有相同列的DataFrame按照列方向合并为一个新的DataFrame，常用方法有concat()和merge()。

方法一：concat()

concat()方法在列方向上将DataFrame进行合并，具体实现方式如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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], axis=1)

print(result)

输出结果为：

1
2
3
4
5
   A   B   C   D   A   B   C   D
0  A0  B0  C0  D0  A4  B4  C4  D4
1  A1  B1  C1  D1  A5  B5  C5  D5
2  A2  B2  C2  D2  A6  B6  C6  D6
3  A3  B3  C3  D3  A7  B7  C7  D7

方法二：merge()

merge()方法可以用于按列合并两个DataFrame。它比较常用的是基于一个或多个列进行合并，适用于需要将两个数据集按照某些列的值将其合并的情况。

例如，有以下两个DataFrame：

1
2
3
4
5
6
7
8
9
10
11
12
13
import pandas as pd

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'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

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

print(result)

输出结果为：

1
2
3
4
5
   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

纵向合并

纵向合并是指将两个或多个拥有相同行的DataFrame按照行方向合并为一个新的DataFrame，常用方法有concat()。

concat()

concat()方法在行方向上将DataFrame进行合并，具体实现方式如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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)

输出结果为：

1
2
3
4
5
6
7
8
9
   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

这里有index重复的问题，处理方法在这里。