Tabla de contenido
En el procesamiento de datos, a menudo es necesario fusionar varios conjuntos de datos en un solo conjunto de datos. Pandas proporciona tres métodos: concat, merge y join.
concat
La función concat se utiliza para combinar varios conjuntos de datos según el eje especificado. Puede fusionarse en dirección de fila y dirección de columna.
fusión de líneas
La combinación de filas se puede realizar utilizando los parámetros predeterminados de la función concat, es decir, axis=0.
Código de muestra:
import pandas as pd
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']})
result = pd.concat([df1, df2])
print(result)
Resultado de salida:
A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
0 A4 B4 C4 D4
1 A5 B5 C5 D5
2 A6 B6 C6 D6
3 A7 B7 C7 D7
fusión de columnas
La fusión de columnas se puede hacer usando el parámetro axis=1 de la función concat.
Código de muestra:
import pandas as pd
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'E': ['E4', 'E5', 'E6', 'E7'],
'F': ['F4', 'F5', 'F6', 'F7'],
'G': ['G4', 'G5', 'G6', 'G7'],
'H': ['H4', 'H5', 'H6', 'H7']})
result = pd.concat([df1, df2], axis=1)
print(result)
Resultado de salida:
A B C D E F G H
0 A0 B0 C0 D0 E4 F4 G4 H4
1 A1 B1 C1 D1 E5 F5 G5 H5
2 A2 B2 C2 D2 E6 F6 G6 H6
3 A3 B3 C3 D3 E7 F7 G7 H7
unir
La función de fusión se utiliza para fusionar dos conjuntos de datos según las columnas especificadas.
Código de muestra:
import pandas as pd
df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
result = pd.merge(df1, df2, on='key')
print(result)
Resultado de salida:
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1
2 K2 A2 B2 C2 D2
3 K3 A3 B3 C3 D3
unirse
La función de unión se utiliza para fusionar dos conjuntos de datos de acuerdo con el índice especificado.
Código de muestra:
import pandas as pd
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=['K0', 'K1', 'K2'])
right = pd.DataFrame({'C': ['C0', 'C1', 'C2'],
'D': ['D0', 'D1', 'D2']},
index=['K0', 'K1', 'K2'])
result = left.join(right)
print(result)
Resultado de salida:
A B C D
K0 A0 B0 C0 D0
K1 A1 B1 C1 D1
K2 A2 B2 C2 D2
Los anteriores son los métodos de uso y los códigos de muestra de concat, merge y join. En el procesamiento de datos real, podemos elegir diferentes métodos para la fusión de datos de acuerdo con las diferentes necesidades.
- Si desea combinar varios conjuntos de datos, puede usar la función concat, que se puede combinar en la dirección de la fila y la dirección de la columna.
- Si desea fusionar dos conjuntos de datos según las columnas especificadas, puede utilizar la función de fusión.
- Si desea fusionar dos conjuntos de datos de acuerdo con el índice especificado, puede utilizar la función de unión.