pandas的merge方法详解

merge参数

merge(
    left,
    right,
    how="inner",
    on=None,
    left_on=None,
    right_on=None,
    left_index=False,
    right_index=False,
    sort=False,
    suffixes=("_x", "_y"),
    copy=True,
    indicator=False,
    validate=None,
)

参数	说明
left	左表
right	右表
how	连接方式，inner、left、right、outer，默认为inner
on	用于连接的列名称
left_on	左表用于连接的列名
right_on	右表用于连接的列名
left_index	是否使用左表的行索引作为连接键，默认False
right_index	是否使用右表的行索引作为连接键，默认False
sort	默认为False，将合并的数据进行排序
copy	默认为True，总是将数据复制到数据结构中，设置为False可以提高性能
suffixes	存在相同列名时在列名后面添加的后缀，默认为(’_x’, ‘_y’)
indicator	显示合并数据中数据来自哪个表

left_on与right_on主要用于连接的2个表列名不同的时候

DataFrame有一个实例方法join，相当于merge方法的参数left_index=True和right_index=True

inner、left、right、outer

concat

concat可以把多个DataFrame拼接为一个DataFrame

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0, 20, (5, 2)), columns=['A', 'B'])
print(df)

data = [df[0:2], df[3:]]
print(pd.concat(data))

append

append用于追加行，也concat是pd的静态函数不同，append是DataFrame的方法。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0, 20, (3, 2)), columns=['A', 'B'])
print(df)

narry = np.random.randint(0, 20, (2, 2))
data = pd.DataFrame(narry, columns=['A', 'B'])
print(df.append(data, ignore_index=True))