Python | 您所在的位置:网站首页 › dataframe增加一行记录 › Python |
目录
0 概述1 merge方法1.1 内连接1.2 外连接1.3 左连接1.4 右连接1.5 基于多列的连接算法1.6 基于index的连接方法
2 join方法2.1 index与index的连接2.2 join也可以基于列进行连接
3 concat方法3.1 series类型的拼接方法行拼接列拼接
3.2 dataframe类型的拼接方法行拼接列拼接
0 概述
Pandas包的merge、join、concat方法可以完成数据的合并和拼接。 merge方法主要基于两个dataframe的共同列进行合并;join方法主要基于两个dataframe的索引进行合并;concat方法是对series或dataframe进行行拼接或列拼接。 1 merge方法pandas的merge方法是基于共同列,将两个dataframe连接起来。merge方法的主要参数: 1.1 内连接how=‘inner’,on=设置连接的共有列名。 # 单列的内连接 import pandas as pd import numpy as np # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'pazham':['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}) # 基于共同列alpha的内连接 df3 = pd.merge(df1,df2,how='inner',on='alpha') print(df1) print(df2) print(df3)
在这里插入图片描述 how=‘outer’,dataframe的链接方式为外连接,我们可以理解基于共同列的并集进行连接,参数on设置连接的共有列名。 # 单列的外连接 # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'pazham'['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}) # 基于共同列alpha的外连接 df5 = pd.merge(df1,df2,how='outer',on='alpha') print(df1) print(df2) print(df5)若两个dataframe间除了on设置的连接列外并无相同列,则该列的值置为NaN。 1.3 左连接how=‘left’,dataframe的链接方式为左连接,我们可以理解基于左边位置dataframe的列进行连接,参数on设置连接的共有列名。 # 单列的左连接 # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'pazham':['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}) # 基于共同列alpha的左连接 df5 = pd.merge(df1,df2,how='left',on='alpha') print(df1) print(df2) print(df5)
how=‘right’,dataframe的链接方式为左连接,我们可以理解基于右边位置dataframe的列进行连接,参数on设置连接的共有列名。 # 单列的右连接 # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'pazham':['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}) # 基于共同列alpha的右连接 df6 = pd.merge(df1,df2,how='right',on='alpha') print(df1) print(df2) print(df6)
多列连接的算法与单列连接一致,本节只介绍基于多列的内连接和右连接,读者可自己编码并按照本文给出的图解方式去理解外连接和左连接。 多列的内连接: # 多列的内连接 # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'beta':['a','a','b','c','c','e'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'beta':['d','d','b','f'], 'pazham':['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}) # 基于共同列alpha和beta的内连接 df7 = pd.merge(df1,df2,on=['alpha','beta'],how='inner') print(df1) print(df2) print(df7)多列的右连接: # 多列的右连接 # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'beta':['a','a','b','c','c','e'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'beta':['d','d','b','f'], 'pazham':['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}) # 基于共同列alpha和beta的右连接 df8 = pd.merge(df1,df2,on=['alpha','beta'],how='right') print(df1) print(df2) print(df8)前面介绍了基于column的连接方法,merge方法亦可基于index连接dataframe。 # 基于column和index的右连接 # 定义df1 df1 = pd.DataFrame({'alpha':['A','B','B','C','D','E'], 'beta':['a','a','b','c','c','e'], 'feature1':[1,1,2,3,3,1], 'feature2':['low','medium','medium','high','low','high']}) # 定义df2 df2 = pd.DataFrame({'alpha':['A','A','B','F'], 'pazham':['apple','orange','pine','pear'], 'kilo':['high','low','high','medium'], 'price':np.array([5,6,5,7])}, index=['d','d','b','f']) # 基于df1的beta列和df2的index连接 df9 = pd.merge(df1,df2,how='inner',left_on='beta',right_index=True) print(df1) print(df2) print(df9)图解index和column的内连接方法: 设置参数suffixes以修改除连接列外相同列的后缀名。 # 基于df1的alpha列和df2的index内连接 df9 = pd.merge(df1,df2,how='inner',left_on='beta',right_index=True,suffixes=('_df1','_df2')) print(df9)join方法是基于index连接dataframe,merge方法是基于column连接,连接方法有内连接,外连接,左连接和右连接,与merge一致。 2.1 index与index的连接 df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'], 'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']}) df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2'], 'B': ['B0', 'B1', 'B2']}) # lsuffix和rsuffix设置连接的后缀名 df3 = df1.join(df2,lsuffix='_caller', rsuffix='_other',how='inner') print(df1) print(df2) print(df3)concat方法是拼接函数,有行拼接和列拼接,默认是行拼接,拼接方法默认是外拼接(并集),拼接的对象是pandas数据类型。 3.1 series类型的拼接方法 行拼接 df1 = pd.Series([1.1,2.2,3.3],index=['i1','i2','i3']) df2 = pd.Series([4.4,5.5,6.6],index=['i2','i3','i4']) print(df1) print(df2) # 行拼接 df3 = pd.concat([df1,df2]) print(df1) print(df2) print(df3)行拼接若有相同的索引,为了区分索引,我们在最外层定义了索引的分组情况。 # 对行拼接分组 pd.concat([df1,df2],keys=['fea1','fea2'])
默认以并集的方式拼接: # 列拼接,默认是并集 pd.concat([df1,df2],axis=1)
以交集的方式拼接: # 列拼接的内连接(交) pd.concat([df1,df2],axis=1,join='inner')
设置列拼接的列名: # 列拼接的内连接(交) pd.concat([df1,df2],axis=1,join='inner',keys=['fea1','fea2'])
对指定的索引拼接: # 指定索引[i1,i2,i3]的列拼接 pd.concat([df1,df2],axis=1,join_axes=[['i1','i2','i3']])
若列拼接或行拼接有重复的列名和行名,则报错: # 判断是否有重复的列名,若有则报错 pd.concat([df1,df2],axis=1,verify_integrity = True) ValueError: Indexes have overlapping values: ['key']原文链接: link. |
CopyRight 2018-2019 实验室设备网 版权所有 |