阿里面试题：Pandas中合并数据的5个函数，各有千秋！

绝地灬酷狼 2022-09-10 11:16 144阅读 0赞

前几天，在一个群里面，看到一位朋友，说自己接到了阿里的面试，人家问了一些关于pandas的使用。其中一个问题是：**pandas中合并数据的5中方法**。

今天借着这个机会，就为大家盘点一下pandas中合并数据的5个函数。但是对于每个函数，我这里不打算详细说明，具体用法大家可以参考pandas官当文档。

*  join主要用于基于索引的横向合并拼接；
 *  merge主要用于基于指定列的横向合并拼接；
 *  concat可用于横向和纵向合并拼接；
 *  append主要用于纵向追加；
 *  combine可以通过使用函数，把两个DataFrame按列进行组合。

## join ##

join是基于索引的横向拼接，如果索引一致，直接横向拼接。如果索引不一致，则会用Nan值填充。

#### 索引一致 ####

x = pd.DataFrame({
        'A': ['A0', 'A1', 'A2'],
                         'B': ['B0', 'B1', 'B2']},
                        index=[0, 1, 2])
    y = pd.DataFrame({
        'C': ['C0', 'C2', 'C3'],
                          'D': ['D0', 'D2', 'D3']},
                        index=[0, 1, 2])
    x.join(y)

结果如下：  
![在这里插入图片描述][c74e650684a745958db5ba09ec28b2aa.png]

#### 索引不一致 ####

x = pd.DataFrame({
        'A': ['A0', 'A1', 'A2'],
                         'B': ['B0', 'B1', 'B2']},
                        index=[0, 1, 2])
    y = pd.DataFrame({
        'C': ['C0', 'C2', 'C3'],
                          'D': ['D0', 'D2', 'D3']},
                        index=[1, 2, 3])
    x.join(y)

结果如下：  
![在这里插入图片描述][cca4ffdd4c6147079762c6099016de82.png]

## merge ##

merge是基于指定列的横向拼接，该函数类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。

*  可以指定不同的how参数，表示连接方式，有inner内连、left左连、right右连、outer全连，默认为inner;

x = pd.DataFrame({
        '姓名': ['张三', '李四', '王五'],
                         '班级': ['一班', '二班', '三班']})
    y = pd.DataFrame({
        '专业': ['统计学', '计算机', '绘画'],
                          '班级': ['一班', '三班', '四班']})
    
    pd.merge(x,y,how="left")

结果如下：  
![在这里插入图片描述][b7b1d31ad52f40d0a03476a2f6e5d160.png]

## concat ##

concat函数既可以用于横向拼接，也可以用于纵向拼接。

#### 纵向拼接 ####

x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])
    y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])
    z = pd.concat([x,y],axis=0)
    z

结果如下：  
![在这里插入图片描述][374f4abc556d4d2bac1acc377dd13f5b.png]

#### 横向拼接 ####

x = pd.DataFrame({
        '姓名': ['张三', '李四', '王五'],
                         '班级': ['一班', '二班', '三班']})
    y = pd.DataFrame({
        '专业': ['统计学', '计算机', '绘画'],
                          '班级': ['一班', '三班', '四班']})
    z = pd.concat([x,y],axis=1)
    z

结果如下：  
![在这里插入图片描述][826d986f6a164c41b1a163f5e4f925e2.png]

## append ##

append主要用于纵向追加数据。

x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])
    y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])
    x.append(y)

结果如下：  
![在这里插入图片描述][439d721dfb204fea8518901cddded6ee.png]

## combine ##

conbine可以通过使用函数，把两个DataFrame按列进行组合。

x = pd.DataFrame({
        "A":[3,4],"B":[1,4]})
    y = pd.DataFrame({
        "A":[1,2],"B":[5,6]})
    x.combine(y,lambda a,b:np.where(a>b,a,b))

结果如下：  
![在这里插入图片描述][2921cac35e724205a2ca02545dd0b667.png]  
注：上述函数，用于返回对应位置上的最大值。

[c74e650684a745958db5ba09ec28b2aa.png]: /images/20220829/3081d7aeeff84442888adbd74beb31ec.png
[cca4ffdd4c6147079762c6099016de82.png]: /images/20220829/207922978e224a3da2aca2850a6ada1e.png
[b7b1d31ad52f40d0a03476a2f6e5d160.png]: /images/20220829/54c9369f4f14408886c536baec0fcbe1.png
[374f4abc556d4d2bac1acc377dd13f5b.png]: /images/20220829/21774cb281f24340820352b75facc1c9.png
[826d986f6a164c41b1a163f5e4f925e2.png]: /images/20220829/552ae041028d4eb8895bc5072cf396a1.png
[439d721dfb204fea8518901cddded6ee.png]: /images/20220829/78c59507e7364ab788bb9957a6daf9d6.png
[2921cac35e724205a2ca02545dd0b667.png]: /images/20220829/9c902522a09e4a9191b239f1f15473b3.png