Python pandas，数据合并，join()，merge()

布满荆棘的人生 2022-03-18 18:48 192阅读 0赞

**join()**：根据行的相同索引合并。

**merge()**：根据条件(列的值)合并，类似数据库中的多表查询(内连接，左连接，外连接)

**demo.py（数据合并，根据行的索引合并，join()）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    # 创建DataFrame
    df1 = pd.DataFrame(np.arange(12, 24).reshape((3, 4)), index=["a", "b", "c"], columns=["WW", "XX", "YY", "ZZ"])
    print(df1)
    '''
       WW  XX  YY  ZZ
    a  12  13  14  15
    b  16  17  18  19
    c  20  21  22  23
    '''
    # 创建DataFrame
    df2 = pd.DataFrame(np.arange(50, 62).reshape((4, 3)), index=["a", "b", "c", "e"], columns=["RR", "SS", "TT"])
    print(df2)
    '''
       RR  SS  TT
    a  50  51  52
    b  53  54  55
    c  56  57  58
    e  59  60  61
    '''
    
    
    # 数据合并 join
    df3 = df1.join(df2)  # 默认根据相同的行索引合并。 df3与df1的行索引一致
    print(df3)
    '''
       WW  XX  YY  ZZ  RR  SS  TT
    a  12  13  14  15  50  51  52
    b  16  17  18  19  53  54  55
    c  20  21  22  23  56  57  58
    '''
    
    # 数据合并 join
    df4 = df2.join(df1)  # df4与df2的行索引一致。 如果对应的列索引不存在,就填充NaN
    print(df4)
    '''
       RR  SS  TT    WW    XX    YY    ZZ
    a  50  51  52  12.0  13.0  14.0  15.0
    b  53  54  55  16.0  17.0  18.0  19.0
    c  56  57  58  20.0  21.0  22.0  23.0
    e  59  60  61   NaN   NaN   NaN   NaN
    '''

**demo.py（数据合并，根据列的值合并，merge()）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    # 创建DataFrame
    df1 = pd.DataFrame(np.arange(12, 24).reshape((3, 4)), index=["a", "b", "c"], columns=["WW", "XX", "YY", "ZZ"])
    print(df1)
    '''
       WW  XX  YY  ZZ
    a  12  13  14  15
    b  16  17  18  19
    c  20  21  22  23
    '''
    # 创建DataFrame
    df2 = pd.DataFrame(np.arange(12, 24).reshape((4, 3)), index=["a", "b", "c", "e"], columns=["RR", "SS", "TT"])
    print(df2)
    '''
       RR  SS  TT
    a  12  13  14
    b  15  16  17
    c  18  19  20
    e  21  22  23
    '''
    
    
    # 根据列的值合并。  笛卡尔积中如果"YY"列的值和"TT"列的值相等，那么就合并。  inner内连接(默认) outer外连接 left左连接 right右连接
    df3 = df1.merge(df2, left_on="YY", right_on="TT", how="inner")
    # df3 = pd.merge(df1, df2, left_on="YY", right_on="TT")  # 等同上一句
    print(df3)
    '''
       WW  XX  YY  ZZ  RR  SS  TT
    0  12  13  14  15  12  13  14
    '''
    # 如果df1某行的"YY"列为10，df2中的"TT"列为10的有多行，那么都会成功匹配合并。
    
    
    # 根据列的值合并。  left_on表示df1的列，right_on表示df2的列。  outer外连接(NaN补齐)
    df4 = df1.merge(df2, left_on="YY", right_on="TT", how="outer")
    print(df4)
    '''
         WW    XX    YY    ZZ    RR    SS    TT
    0  12.0  13.0  14.0  15.0  12.0  13.0  14.0
    1  16.0  17.0  18.0  19.0   NaN   NaN   NaN
    2  20.0  21.0  22.0  23.0   NaN   NaN   NaN
    3   NaN   NaN   NaN   NaN  15.0  16.0  17.0
    4   NaN   NaN   NaN   NaN  18.0  19.0  20.0
    5   NaN   NaN   NaN   NaN  21.0  22.0  23.0
    '''
    
    
    # df5 = df1.merge(df2, on="YY")  # 如果df1和df2中都有"YY"列，那么可以直接on="YY"