简介
Pandas提供了很多合并Series和Dataframe的弱小的性能，通过这些性能能够不便的进行数据分析。本文将会具体解说如何应用Pandas来合并Series和Dataframe。
应用concat
concat是最罕用的合并DF的办法，先看下concat的定义：
pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)看一下咱们常常会用到的几个参数：
objs是Series或者Series的序列或者映射。
axis指定连贯的轴。
join : {‘inner’, ‘outer’}, 连贯形式，怎么解决其余轴的index，outer示意合并，inner示意交加。
ignore_index： 疏忽本来的index值，应用0,1,… n-1来代替。
copy：是否进行拷贝。
keys：指定最外层的多层次构造的index。
咱们先定义几个DF，而后看一下怎么应用concat把这几个DF连接起来：
In [1]: df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], ...: 'B': ['B0', 'B1', 'B2', 'B3'], ...: 'C': ['C0', 'C1', 'C2', 'C3'], ...: 'D': ['D0', 'D1', 'D2', 'D3']}, ...: index=[0, 1, 2, 3]) ...: In [2]: df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'], ...: 'B': ['B4', 'B5', 'B6', 'B7'], ...: 'C': ['C4', 'C5', 'C6', 'C7'], ...: 'D': ['D4', 'D5', 'D6', 'D7']}, ...: index=[4, 5, 6, 7]) ...: In [3]: df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'], ...: 'B': ['B8', 'B9', 'B10', 'B11'], ...: 'C': ['C8', 'C9', 'C10', 'C11'], ...: 'D': ['D8', 'D9', 'D10', 'D11']}, ...: index=[8, 9, 10, 11]) ...: In [4]: frames = [df1, df2, df3]In [5]: result = pd.concat(frames)df1,df2,df3定义了同样的列名和不同的index，而后将他们放在frames中形成了一个DF的list，将其作为参数传入concat就能够进行DF的合并。
举个多层级的例子：
In [6]: result = pd.concat(frames, keys=['x', 'y', 'z'])应用keys能够指定frames中不同frames的key。
应用的时候，咱们能够通过抉择内部的key来返回特定的frame：
In [7]: result.loc['y']Out[7]: A B C D4 A4 B4 C4 D45 A5 B5 C5 D56 A6 B6 C6 D67 A7 B7 C7 D7下面的例子连贯的轴默认是0，也就是按行来进行连贯，上面咱们来看一个例子按列来进行连贯，如果要按列来连贯，能够指定axis=1：
In [8]: df4 = pd.DataFrame({'B': ['B2', 'B3', 'B6', 'B7'], ...: 'D': ['D2', 'D3', 'D6', 'D7'], ...: 'F': ['F2', 'F3', 'F6', 'F7']}, ...: index=[2, 3, 6, 7]) ...: In [9]: result = pd.concat([df1, df4], axis=1, sort=False)默认的 join='outer'，合并之后index不存在的中央会补全为NaN。
上面看一个join='inner'的状况：
In [10]: result = pd.concat([df1, df4], axis=1, join='inner')join='inner' 只会抉择index雷同的进行展现。
如果合并之后，咱们只想保留原来frame的index相干的数据，那么能够应用reindex：
In [11]: result = pd.concat([df1, df4], axis=1).reindex(df1.index)或者这样：
In [12]: pd.concat([df1, df4.reindex(df1.index)], axis=1)Out[12]: A B C D B D F0 A0 B0 C0 D0 NaN NaN NaN1 A1 B1 C1 D1 NaN NaN NaN2 A2 B2 C2 D2 B2 D2 F23 A3 B3 C3 D3 B3 D3 F3看下后果：
能够合并DF和Series：
In [18]: s1 = pd.Series(['X0', 'X1', 'X2', 'X3'], name='X')In [19]: result = pd.concat([df1, s1], axis=1)如果是多个Series，应用concat能够指定列名：
In [23]: s3 = pd.Series([0, 1, 2, 3], name='foo')In [24]: s4 = pd.Series([0, 1, 2, 3])In [25]: s5 = pd.Series([0, 1, 4, 5])In [27]: pd.concat([s3, s4, s5], axis=1, keys=['red', 'blue', 'yellow'])Out[27]: red blue yellow0 0 0 01 1 1 12 2 2 43 3 3 5应用append
append能够看做是concat的简化版本，它沿着axis=0 进行concat：
In [13]: result = df1.append(df2)如果append的两个 DF的列是不一样的会主动补全NaN：
In [14]: result = df1.append(df4, sort=False)如果设置ignore_index=True，能够疏忽原来的index，并重写调配index：
In [17]: result = df1.append(df4, ignore_index=True, sort=False)向DF append一个Series：
In [35]: s2 = pd.Series(['X0', 'X1', 'X2', 'X3'], index=['A', 'B', 'C', 'D'])In [36]: result = df1.append(s2, ignore_index=True)应用merge
和DF最相似的就是数据库的表格，能够应用merge来进行相似数据库操作的DF合并操作。
先看下merge的定义：
pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)Left, right是要合并的两个DF 或者 Series。
on代表的是join的列或者index名。
left_on:左连贯
right_on：右连贯
left_index: 连贯之后，抉择应用右边的index或者column。
right_index:连贯之后，抉择应用左边的index或者column。
how：连贯的形式，'left', 'right', 'outer', 'inner'. 默认 inner.
sort: 是否排序。
suffixes: 解决反复的列。
copy: 是否拷贝数据
先看一个简略merge的例子：
In [39]: left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], ....: 'A': ['A0', 'A1', 'A2', 'A3'], ....: 'B': ['B0', 'B1', 'B2', 'B3']}) ....: In [40]: right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], ....: 'C': ['C0', 'C1', 'C2', 'C3'], ....: 'D': ['D0', 'D1', 'D2', 'D3']}) ....: In [41]: result = pd.merge(left, right, on='key')下面两个DF通过key来进行连贯。
再看一个多个key连贯的例子：
In [42]: left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'], ....: 'key2': ['K0', 'K1', 'K0', 'K1'], ....: 'A': ['A0', 'A1', 'A2', 'A3'], ....: 'B': ['B0', 'B1', 'B2', 'B3']}) ....: In [43]: right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'], ....: 'key2': ['K0', 'K0', 'K0', 'K0'], ....: 'C': ['C0', 'C1', 'C2', 'C3'], ....: 'D': ['D0', 'D1', 'D2', 'D3']}) ....: In [44]: result = pd.merge(left, right, on=['key1', 'key2'])How 能够指定merge形式，和数据库一样，能够指定是内连贯，外连贯等：
| 合并办法 | SQL 办法 |
|---|---|
left | LEFT OUTER JOIN |
right | RIGHT OUTER JOIN |
outer | FULL OUTER JOIN |
inner | INNER JOIN |
In [45]: result = pd.merge(left, right, how='left', on=['key1', 'key2'])指定indicator=True ，能够示意具体行的连贯形式：
In [60]: df1 = pd.DataFrame({'col1': [0, 1], 'col_left': ['a', 'b']})In [61]: df2 = pd.DataFrame({'col1': [1, 2, 2], 'col_right': [2, 2, 2]})In [62]: pd.merge(df1, df2, on='col1', how='outer', indicator=True)Out[62]: col1 col_left col_right _merge0 0 a NaN left_only1 1 b 2.0 both2 2 NaN 2.0 right_only3 2 NaN 2.0 right_only如果传入字符串给indicator，会重命名indicator这一列的名字：
In [63]: pd.merge(df1, df2, on='col1', how='outer', indicator='indicator_column')Out[63]: col1 col_left col_right indicator_column0 0 a NaN left_only1 1 b 2.0 both2 2 NaN 2.0 right_only3 2 NaN 2.0 right_only多个index进行合并：
In [112]: leftindex = pd.MultiIndex.from_tuples([('K0', 'X0'), ('K0', 'X1'), .....: ('K1', 'X2')], .....: names=['key', 'X']) .....: In [113]: left = pd.DataFrame({'A': ['A0', 'A1', 'A2'], .....: 'B': ['B0', 'B1', 'B2']}, .....: index=leftindex) .....: In [114]: rightindex = pd.MultiIndex.from_tuples([('K0', 'Y0'), ('K1', 'Y1'), .....: ('K2', 'Y2'), ('K2', 'Y3')], .....: names=['key', 'Y']) .....: In [115]: right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'], .....: 'D': ['D0', 'D1', 'D2', 'D3']}, .....: index=rightindex) .....: In [116]: result = pd.merge(left.reset_index(), right.reset_index(), .....: on=['key'], how='inner').set_index(['key', 'X', 'Y'])反对多个列的合并：
In [117]: left_index = pd.Index(['K0', 'K0', 'K1', 'K2'], name='key1')In [118]: left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], .....: 'B': ['B0', 'B1', 'B2', 'B3'], .....: 'key2': ['K0', 'K1', 'K0', 'K1']}, .....: index=left_index) .....: In [119]: right_index = pd.Index(['K0', 'K1', 'K2', 'K2'], name='key1')In [120]: right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'], .....: 'D': ['D0', 'D1', 'D2', 'D3'], .....: 'key2': ['K0', 'K0', 'K0', 'K1']}, .....: index=right_index) .....: In [121]: result = left.merge(right, on=['key1', 'key2'])应用join
join将两个不同index的DF合并成一个。能够看做是merge的简写。
In [84]: left = pd.DataFrame({'A': ['A0', 'A1', 'A2'], ....: 'B': ['B0', 'B1', 'B2']}, ....: index=['K0', 'K1', 'K2']) ....: In [85]: right = pd.DataFrame({'C': ['C0', 'C2', 'C3'], ....: 'D': ['D0', 'D2', 'D3']}, ....: index=['K0', 'K2', 'K3']) ....: In [86]: result = left.join(right)能够指定how来指定连贯形式：
In [87]: result = left.join(right, how='outer')默认join是按index来进行连贯。
还能够依照列来进行连贯：
In [91]: left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], ....: 'B': ['B0', 'B1', 'B2', 'B3'], ....: 'key': ['K0', 'K1', 'K0', 'K1']}) ....: In [92]: right = pd.DataFrame({'C': ['C0', 'C1'], ....: 'D': ['D0', 'D1']}, ....: index=['K0', 'K1']) ....: In [93]: result = left.join(right, on='key')单个index和多个index进行join：
In [100]: left = pd.DataFrame({'A': ['A0', 'A1', 'A2'], .....: 'B': ['B0', 'B1', 'B2']}, .....: index=pd.Index(['K0', 'K1', 'K2'], name='key')) .....: In [101]: index = pd.MultiIndex.from_tuples([('K0', 'Y0'), ('K1', 'Y1'), .....: ('K2', 'Y2'), ('K2', 'Y3')], .....: names=['key', 'Y']) .....: In [102]: right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'], .....: 'D': ['D0', 'D1', 'D2', 'D3']}, .....: index=index) .....: In [103]: result = left.join(right, how='inner')列名反复的状况：
In [122]: left = pd.DataFrame({'k': ['K0', 'K1', 'K2'], 'v': [1, 2, 3]})In [123]: right = pd.DataFrame({'k': ['K0', 'K0', 'K3'], 'v': [4, 5, 6]})In [124]: result = pd.merge(left, right, on='k')能够自定义反复列名的命名规定：
In [125]: result = pd.merge(left, right, on='k', suffixes=('_l', '_r'))笼罩数据
有时候咱们须要应用DF2的数据来填充DF1的数据，这时候能够应用combine_first：
In [131]: df1 = pd.DataFrame([[np.nan, 3., 5.], [-4.6, np.nan, np.nan], .....: [np.nan, 7., np.nan]]) .....: In [132]: df2 = pd.DataFrame([[-42.6, np.nan, -8.2], [-5., 1.6, 4]], .....: index=[1, 2]) .....: In [133]: result = df1.combine_first(df2)或者应用update：
In [134]: df1.update(df2)本文已收录于 http://www.flydean.com/04-python-pandas-merge/
最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！
欢送关注我的公众号:「程序那些事」,懂技术，更懂你！