merge 合併

• pandas.merge可根據一個或多個鍵將不同DataFrame中的行合併起來
• 

  # 在未指定連線鍵的情況下，merge會將重疊列的列名當做鍵
  pd.merge(left, right)
  
  # 指定“on”作為連線鍵，left和right兩個DataFrame必須同時存在“on”列，連線鍵也可N對N（少用）
  pd.merge(left, right, on="key")
  pd.merge(left, right, on=["key1", "key2"])
  
  # 指定left的連線鍵為“lkey”，right的連線鍵為“rkey”
  pd.merge(left,  right,  left_on="lkey",  right="rkey")
  
  # suffixes:用於追加到重疊列名的末尾，預設為("_x", "_y")
  pd.merge(left,  right,  on="key",  suffixes=("_left",  "_right"))
  
  # 指定連線方式：“inner”（預設），“left”，“right”，“outer”
  pd.merge(left, right, how="outer")

  

• 多對多連線產生的是行的笛卡爾積
• 常用方式：連線方式為“left”，right的連線鍵要唯一（去除重複值），通過right的資料補全left的資料

   索引上的合併（可用join代替，而且join更方便）

• 當DataFrame的連線鍵位於其索引中，可以使用 left_index=True 和 right_index=True
• 

  # 索引和索引連線
  pd.merge(left,  right,  left_index=True,  right_index=True)
  
  # "key"和索引連線
  pd.merge(left,  right,  left_on="key",  right_index=True)
  
  # 層次化索引
  pd.merge(left,  right,  left_on=["key1", "key2"],  right_index=True)

  

   

join 連線

• DataFrame的join例項方法，是為了方便實現索引合併
• 

  # 用left的索引和right的索引進行merge
  left.join(right)
  
  # 用left的索引和right的“key”進行merge
  left.join(right， on="key")
  
  # 層次化索引
  left.join(right， on=["key1", "key"])
  
  # join可以合併兩張以上的表，而merge只能合併兩張表
  left.join([right1, right2], how="outer")

  

   

concat  軸向連線

• pandas.concat可以沿著一條軸將多個表物件堆疊到一起：因為模式how模式是“outer”
• 

  # 預設 axis=0 上下拼接，列column重複的會自動合併
  pd.concat([df1, df2], axis=0)
  
  # axis=1 左右拼接，行raw/index重複的會自動合併
  pd.concat([df1, df2], axis=1)
  
  # 忽略df1和df2原來的index，重新給新的DataFrame設定從0開始的index
  pd.concat([df1,df2],  ignore_index=True)

  

   

append

• 使用場景：表頭一致的多張表，進行連線（上下連線）

  df1.append(df2).append(df3)

   

combin_first 資料填補

• 使用場景：有兩張表left和right，一般要求它們的表格結構一致，資料量也一致，使用right的資料去填補left的資料缺漏
• 如果在同一位置left與right資料不一致，保留left的資料

  df1.combin_first(df2)