【python数据处理】pandas多表操作

pandas多表操作

1.Inner Merge 合并dataframe 

pd.merge()将两张dataframe合成一张

除了pandas的方法,each DataFrame都有自己的merge()方法

查询 类似于SELECT WHERE

results = all_data[all_data.revenue > all_data.target]

#1
sales_vs_targets = pd.merge(sales, targets)

crushing_it = sales_vs_targets[sales_vs_targets.revenue > sales_vs_targets.target]

print(crushing_it)

#2
new_df = orders.merge(customers)

big_df = orders.merge(customers).merge(products)

2.合并的时候碰到两个表之间有一样命名的列如id ，但不同意思的话 如order和products 都有id 但是意思不同 这时候有2种方法

(1).重命名rename

orders_products = pd.merge(
    orders,
    products.rename(columns={'id': 'product_id'}))

(2).left_on  right_on

left_on right_on表示两张表中实际等价的列

suffixes=['_orders', '_products']) 表示id_x ,id_y中的x和y的值

orders_products=pd.merge(
		orders,
		products,
		left_on ='product_id',
		right_on='id',
		suffixes=['_orders', '_products'])
print(orders_products)

 Mismatched Merges 也就是表1中有的数据表二没有相对应的行会导致数据丢失，不匹配的行不会出现

 

3.Outer Merge

使用Outer Merge不会出现数据丢失

store_a_b_outer = pd.merge(store_a,store_b,how='outer')

3.Left and Right Merge

左联合就是左边的数据一定不会丢失 右边可能会

右联合一样 将右联合反过来就是左联合

import codecademylib
import pandas as pd

store_a = pd.read_csv('store_a.csv')
print(store_a)
store_b = pd.read_csv('store_b.csv')
print(store_b)

store_a_b_left = pd.merge(store_a, store_b, how='left')
store_b_a_left = pd.merge(store_b, store_a, how='left')

print(store_a_b_left)
print(store_b_a_left)

4.表的连接

如果两张表一样 可以连在一起

import codecademylib
import pandas as pd

bakery = pd.read_csv('bakery.csv')
print(bakery)
ice_cream = pd.read_csv('ice_cream.csv')
print(ice_cream)

# Concatenate the two menus to form a new menu
menu = pd.concat([bakery, ice_cream])

print(menu)