Pandas 合并多个Dataframe(merge,concat)的方法
2018-09-21 21:28
在数据处理的时候，尤其在搞大数据竞赛的时候经常会遇到一个问题就是，多个表单的合并问题，比如一个表单有user_id和age这两个字段，另一个表单有user_id和sex这两个字段，要把这两个表合并成只有user_id、age、sex三个字段的表怎么办的，普通的拼接是做不到的，因为user_id每一行之间不是对应的，像拼积木似的横向拼接肯定是不行的。
pandas中有个merge函数可以做到这个实用的功能，merge这个词会点SQL语言的应该都不陌生。
下面说说merge函数怎么用：
用法很简单，说一下后两个参数就可以了，how=参数表示以哪个表的key为准，上面的how=left表示以表df1为准，而key也就是on=的参数
how=left就是说，保留user_id字段的全部信息，不增加也不减少，但是拼接的时候只把df2表中的与df1中user_id字段交集的部分合并上就可以了，如果df2中出现了某个user_id在df1中没有出现，就抛弃掉这个样本不作处理。
如果要进行多key合并：
df = pd.merge(df1, df2, how=left, on=[user_id,sku_id])
但是如果想仅进行简单的“拼接”而不是合并呢，要使用concat函数：
这样可以保留这些表单的全部信息，参数axis=1表示列拼接，axis=0表示行拼接。
要保证背个表单的行数是相同的，并且每一行对应的key也是相同的，列拼接才变得有意义
以上这篇Pandas 合并多个Dataframe(merge,concat)的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
文章标题：Pandas 合并多个Dataframe(merge,concat)的方法
文章链接：http://soscw.com/index.php/essay/16723.html