準(zhǔn)備工作

我準(zhǔn)備了兩個表格數(shù)據(jù)，以此展示本期的表格的合并的工作。數(shù)據(jù)示例如下：

表格1

表格2

接著將這兩個表格的數(shù)據(jù)分別導(dǎo)入python中，導(dǎo)入代碼入下：

import pandas as pd
df1=pd.read_excel(r"D:\雜貨\展示數(shù)據(jù)1.xlsx",sheet_name='Sheet1')
df2=pd.read_excel(r"D:\雜貨\展示數(shù)據(jù)2.xlsx",sheet_name='Sheet1')

 具體的導(dǎo)入方法和以上使用到的pandas庫的安裝在前章我已有介紹，不再贅述，請轉(zhuǎn)至：

使用Python處理EXCEL基礎(chǔ)操作篇1在Python中導(dǎo)入EXCEL數(shù)據(jù)

本篇涉及到一些基礎(chǔ)的表格數(shù)據(jù)的概念，而對于“索引”的相關(guān)知識可以看之前寫的“基礎(chǔ)操作篇2”，里面有相關(guān)的介紹，可以幫助理解“索引”的含義。相關(guān)可轉(zhuǎn)至以下連接：

使用Python處理EXCEL基礎(chǔ)操作篇2Python對EXCEL數(shù)據(jù)的預(yù)處理

一、橫向拼接

1.1 一般拼接

首先我們先看一下合并前的表格1和表格2的數(shù)據(jù)樣式：

 這兩個表格存在公共列，為列索引為“學(xué)號”的那一列。

合并代碼如下：

merge_1=pd.merge(df1,df2)#df1與df2分別為要合并的兩個表格
print(merge_1)

此時程序會自己尋找兩個表的公共列，依照公共列進(jìn)行拼接。（公共列：有相同的列）

 合并后的數(shù)據(jù)如上圖所示。

1.2 指定鍵進(jìn)行拼接，即指定某一列作為兩個表的連接依據(jù)。

1.2.1 多對一

多對一的情況下的列表數(shù)據(jù)大致為一下形式：

 可以看到，上面為列表1，下面為列表2，列表1的“學(xué)號”那一列的數(shù)據(jù)都是“唯一的”，即分別只有一個100，101，102，103，沒有重復(fù)值；而在列表2中，“學(xué)號”那一列的數(shù)據(jù)就有重復(fù)值，即有兩個100，101等。這種情況下，將列表2合并到列表1中就叫作多對一的合并。

合并代碼如下：

merge_2=pd.merge(df1,df2,on="學(xué)號")#on="學(xué)號"即是說依照學(xué)號那一列進(jìn)行合并
print(merge_2)

1.2.2 多對多

多對多情況下的數(shù)據(jù)樣式如下：

 由上圖可知，多對多即是列表1與列表2中“學(xué)號”列都有重復(fù)項(xiàng)。合并代碼如下：

merge_3=pd.merge(df1,df2)
print(merge_3)

 合并后的表格如下：

1.2.3 用on來指定多個連接鍵

原數(shù)據(jù)樣式如下：

 上面為表格1，下面為表格2（即df1和df2）

由1.2.1一處已經(jīng)了解到，可以通過on="學(xué)號"來指定某個連接鍵，而當(dāng)需要指定多個連接鍵時，同樣也是使用on來實(shí)現(xiàn)。代碼如下：

merge_4=pd.merge(df1,df2,on=['姓名','學(xué)號'])#語法為on=[]
print(merge_4)

合并后的列表如下：

1.2.4 指定左右連接鍵

合并前的數(shù)據(jù)樣式為：

 以上為兩個待拼接的表格。

當(dāng)要連接的兩個表之間沒有公共列時（實(shí)際值一樣，但列名不同），則可通過左右連接鍵拼接兩個表。其中l(wèi)eft_on用來指明左表的連接鍵的列名，right_on用來指明右表的連接鍵的列名。具體看如下示，代碼如下：

merge_5=pd.merge(df1,df2,left_on="編號",right_on='學(xué)號')
print(merge_5)

執(zhí)行代碼，合并后的列表如下：

1.2.5 索引當(dāng)作連接鍵

從上面的表格數(shù)據(jù)中可以看到，其索引列為最左邊的那幾個數(shù)字，0，1，2，3……。但有時候我們會需要用某一列的內(nèi)容作為索引列，此時可以通過以下代碼將索引列替換掉：

change=df1.set_index("編號")
print(change)

轉(zhuǎn)換索引列前的列表樣式如下：

 轉(zhuǎn)換之后索引列的列表樣式如下：

不難發(fā)現(xiàn)最左邊的那一列的索引有所不同。（注意：此時待合并的列表1與列表2的索引已經(jīng)不同了）

接下來我們可以通過以下代碼依據(jù)索引來進(jìn)行列表的合并：

merge_6=pd.merge(df1,df2,left_index=True,right_index=True)
print(merge_6)

合并后的列表樣式如下：

1.3 連接的方式

1.3.1 內(nèi)連接（inner）

內(nèi)連接就是取兩個表中的共同擁有的內(nèi)容，而若不是共同擁有的內(nèi)容的話，在內(nèi)連接后形成的新的表格會將非共同擁有的內(nèi)容“刪除”，只保留共同擁有的內(nèi)容。

合并前的兩個列表樣式如下：

 內(nèi)連接的代碼如下：

merge_7=pd.merge(df1,df2,on='學(xué)號',how='inner')
print(merge_7)

 合并后的表格如下：

1.3.2 左連接（left）

以左表為基礎(chǔ)，右表往左表上拼接。當(dāng)遇到左（右）表有，而右（左）表沒有的內(nèi)容，空缺的部分則會以NaN的方式填充。

合并前的兩個列表樣式如下：

 合并代碼如下：

merge_8=pd.merge(df1,df2,on='學(xué)號',how='left')
print(merge_8)

 合并后表格如下：

1.3.3 右連接（right）

以右表為基礎(chǔ)，左表往右表上拼接。其他與左連接同理。

1.3.4 外連接（outer）

取兩個表的并集。

合并代碼如下：

merge_9=pd.merge(df1,df2,on='學(xué)號',how='outer')
print(merge_9)

 合并前表格如下：

合并后表格如下：

二、縱向拼接

2.1 普通合并

合并前表格如下：

代碼如下：

merge_x=pd.concat([df1,df2])
print(merge_x)

合并后表格如下：

注意：縱向拼接的concat中使用的是列表，和merge的形式有所不同。

索引設(shè)置：普通合并的方法中，合并后的表格是保留原索引的，如上圖所，編號處的數(shù)字索引是重復(fù)的。而為了解決這個問題，我們通常會需要對索引進(jìn)行設(shè)置。

合并代碼如下：

merge_x=pd.concat([df1,df2],ignore_index=True)
print(merge_x)

合并后表格如下：

通過ignore_index=True設(shè)置的拼接表格后，可以發(fā)現(xiàn)最左邊的編號索引編程了順序數(shù)字。

2.2 重疊數(shù)據(jù)的合并

在未處理重疊數(shù)據(jù)的合并形式下，如果兩個表格中出現(xiàn)相同的數(shù)據(jù)內(nèi)容，那么在合并后的新表格中會出現(xiàn)多條數(shù)據(jù)重復(fù)的情況，為解決這個問題，我們可以進(jìn)行如下處理：

合并前的表格：

 通過以下代碼合并：

merge_y=pd.concat([df1,df2],ignore_index=True).drop_duplicates()
print(merge_y)

合并后的表格如下：

此時程序會自動地將重復(fù)項(xiàng)合二為一。從合并前后的表格對比可知，合并前有兩個“王五”的內(nèi)容，合并后兩個“王五”合二為一。

三、整合代碼

import pandas as pd
 
df1=pd.read_excel(r"D:\雜貨\展示數(shù)據(jù)1.xlsx",sheet_name='Sheet1')
df2=pd.read_excel(r"D:\雜貨\展示數(shù)據(jù)2.xlsx",sheet_name='Sheet1')
print(df1)
print(df2)
 
merge_1=pd.merge(df1,df2)#一般橫向拼接
print(merge_1)
 
merge_2=pd.merge(df1,df2,on="學(xué)號")#指定連接鍵
print(merge_2)
 
merge_3=pd.merge(df1,df2)
print(merge_3)
 
merge_4=pd.merge(df1,df2,on=['姓名','學(xué)號'])#指定多個連接鍵
print(merge_4)
 
merge_5=pd.merge(df1,df2,left_on="編號",right_on='學(xué)號')#指定左右連接鍵
print(merge_5)
 
change=df1.set_index("編號")#重置索引
print(change)
merge_6=pd.merge(df1,df2,left_index=True,right_index=True)#依照索引拼接
print(merge_6)
 
merge_7=pd.merge(df1,df2,on='學(xué)號',how='inner')#內(nèi)連接
print(merge_7)
 
merge_8=pd.merge(df1,df2,on='學(xué)號',how='left')#左連接
print(merge_8)
 
merge_9=pd.merge(df1,df2,on='學(xué)號',how='outer')#外連接
print(merge_9)
 
merge_x=pd.concat([df1,df2],ignore_index=True)#一般縱向拼接
print(merge_x)
 
merge_y=pd.concat([df1,df2],ignore_index=True).drop_duplicates()#縱向拼接并重置索引
print(merge_y)

到此這篇關(guān)于Python處理EXCEL基礎(chǔ)操作篇3用Python對Excel表格進(jìn)行拼接合并的文章就介紹到這了,更多相關(guān)Python處理EXCEL內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論