快捷導(dǎo)航

Python數(shù)據(jù)處理中pd.concat與pd.merge的區(qū)別及說(shuō)明

更新時(shí)間：2024年02月20日 14:45:39 作者：數(shù)據(jù)人阿多

這篇文章主要介紹了Python數(shù)據(jù)處理中pd.concat與pd.merge的區(qū)別及說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

背景

數(shù)據(jù)的合并與關(guān)聯(lián)是數(shù)據(jù)處理過(guò)程中經(jīng)常遇到的問(wèn)題，在SQL、HQL中大家可能都有用到 join、uion all 等，在 Pandas 中也有同樣的功能，來(lái)滿足數(shù)據(jù)處理需求，個(gè)人感覺(jué)Pandas 處理數(shù)據(jù)還是非常方便，數(shù)據(jù)處理效率比較高，能滿足不同的業(yè)務(wù)需求

本篇文章主要介紹 Pandas 中的數(shù)據(jù)拼接與關(guān)聯(lián)

數(shù)據(jù)拼接---pd.concat

concat 是pandas級(jí)的函數(shù)，用來(lái)拼接或合并數(shù)據(jù)，其根據(jù)不同的軸既可以橫向拼接，又可以縱向拼接

函數(shù)參數(shù)：

pd.concat(
    objs: 'Iterable[NDFrame] | Mapping[Hashable, NDFrame]',
    axis=0,
    join='outer',
    ignore_index: 'bool' = False,
    keys=None,
    levels=None,
    names=None,
    verify_integrity: 'bool' = False,
    sort: 'bool' = False,
    copy: 'bool' = True,
) -> 'FrameOrSeriesUnion'

objs：合并的數(shù)據(jù)集，一般用列表傳入，例如：[df1,df2,df3]
axis：指定數(shù)據(jù)拼接時(shí)的軸，0是行，在行方向上拼接；1是列，在列方向上拼接
join：拼接的方式有 inner，或者outer，與sql中的意思一樣

以上三個(gè)參數(shù)在實(shí)際工作中經(jīng)常使用，其他參數(shù)不再做介紹

案例：

模擬數(shù)據(jù)

橫向拼接

橫向拼接-1

字段相同的列進(jìn)行堆疊，字段不同的列分列存放，缺失值用NAN來(lái)填充，下面對(duì)模擬數(shù)據(jù)進(jìn)行變換用相同的字段，進(jìn)行演示

橫向拼接-2

縱向拼接

縱向拼接

可以看出在縱向拼接的時(shí)候，會(huì)按索引進(jìn)行關(guān)聯(lián)，使相同名字的成績(jī)放在一起，而不是簡(jiǎn)單的堆疊

數(shù)據(jù)關(guān)聯(lián)---pd.merge

數(shù)據(jù)聯(lián)接，與SQL中的join基本一樣，用來(lái)關(guān)聯(lián)不同的數(shù)據(jù)表，有左表、右表的區(qū)分，可以指定關(guān)聯(lián)的字段

函數(shù)參數(shù)：

pd.merge(
    left: 'DataFrame | Series',
    right: 'DataFrame | Series',
    how: 'str' = 'inner',
    on: 'IndexLabel | None' = None,
    left_on: 'IndexLabel | None' = None,
    right_on: 'IndexLabel | None' = None,
    left_index: 'bool' = False,
    right_index: 'bool' = False,
    sort: 'bool' = False,
    suffixes: 'Suffixes' = ('_x', '_y'),
    copy: 'bool' = True,
    indicator: 'bool' = False,
    validate: 'str | None' = None,
) -> 'DataFrame'

left：左表
right：右表
how：關(guān)聯(lián)的方式，{'left', 'right', 'outer', 'inner', 'cross'}, 默認(rèn)關(guān)聯(lián)方式為 'inner'
on：關(guān)聯(lián)時(shí)指定的字段，兩個(gè)表共有的
left_on：關(guān)聯(lián)時(shí)用到左表中的字段，在兩個(gè)表不共有關(guān)聯(lián)字段時(shí)使用
right_on：關(guān)聯(lián)時(shí)用到右表中的字段，在兩個(gè)表不共有關(guān)聯(lián)字段時(shí)使用

以上參數(shù)在實(shí)際工作中經(jīng)常使用，其他參數(shù)不再做介紹

案例：

數(shù)據(jù)關(guān)聯(lián)

merge 的使用與SQL中的 join 很像，使用方式基本一致，既有內(nèi)連接，也有外連接，用起來(lái)基本沒(méi)有什么難度

兩者區(qū)別

concat 只是 pandas 下的方法，而 merge 即是 pandas 下的方法，又是DataFrame 下的方法
concat 可以橫向、縱向拼接，又起到關(guān)聯(lián)的作用
merge 只能進(jìn)行關(guān)聯(lián)，也就是縱向拼接
concat 可以同時(shí)處理多個(gè)數(shù)據(jù)框DataFrame，而 merge 只能同時(shí)處理 2 個(gè)數(shù)據(jù)框