大家好,我是派森酱。
文章内容只是用部分代码来介绍功能的用法和最后的结果显示,不是真的用几个G的文件来展示,也展示不过来的。
熟悉了功能怎么用,就可以用自己的数据来操作了。
merge可以匹配两表的内容,但是merge只能连接两个表,不能多表连接,这次说说能用于多表连接的功能concat。
还是用上次的数据,这次多加了一个DataFrame,用于显示结果。
初始化数据
python
import pandas as pd
df1 = pd.DataFrame({
'姓名': ['张三', '李四', '王五', '刘六', '齐四'],
'号码': ['123', '456', '789', '987', '654']
})
df2 = pd.DataFrame({
'姓名': ['张三', '张三', '张三', '李四', '李四', '李四', '李四', '王五', '王五', '刘玉', '胡军', '刘玉', '刘六', '刘六', '刘六', '刘六', '刘克', '刘玉', '齐七', '齐七', '齐七', '齐七', '冯亮', '刘玉', '王云'],
'号码': ['123', '456', '789', '123', '123', '456', '456', '456', '456', '456', '741', '741', '741', '741', '741', '789', '789', '789', '789', '789', '852', '852', '852', '852', '852'],
'日期': ['2022-03-13', '2022-03-06', '2022-01-30', '2022-01-04', '2022-02-26', '2022-03-26', '2022-03-06', '2022-01-30', '2022-01-29', '2022-03-13', '2022-03-06', '2022-02-19', '2022-02-04', '2022-03-10', '2022-04-19', '2022-03-10', '2022-01-29', '2022-02-19', '2022-03-06', '2022-03-26', '2022-01-04', '2022-02-04', '2022-04-19', '2022-02-26', '2022-03-06'],
'方案': ['G1012', 'G1022', 'G1002', 'G1007', 'G1017', 'G1023', 'G1018', 'G1003', 'G1008', 'G1013', 'G1020', 'G1015', 'G1010', 'G1005', 'G1025', 'G1004', 'G1009', 'G1014', 'G1019', 'G1024', 'G1006', 'G1011', 'G1026', 'G1016', 'G1021']
})
df3 = pd.DataFrame({
'姓名': ['张三', '李四', '王五', '刘六', '齐四'],
'号码': ['123', '456', '789', '987', '654'],
'年龄': ['25', '36', '41', '12', '54']
})
用法
说明
concat是一个轴向连接的功能,可以沿着一条轴将多个表对象堆叠到一起:how的模式是outer
axis=0是上下拼接,列重复的会自动合并,axis=1是左右拼接,行或索引重复的会自动合并
上下拼接
先连接两个表:
df = pd.concat([df1, df2], axis=0)
输出:
两个表的重复列名自动合并了,缺失的值为NaN
连接三个表:
df = pd.concat([df1, df2, df3], axis=0)
输出:
同时增加了另一个表的内容和增加了一列,缺失值同样为NaN
左右拼接
直接拼接三个表:
df = pd.concat([df1, df2, df3], axis=1)
输出:
这次是在右边拼接的,行是按内容行最多的来算,其它的内容为空,列一直在增加,是把三个表的列都拼接上了。
总结
merge和concat的表连接,都有各自的特点,我们需要按自己所需要的结果去用,想匹配内容的,就用merge,想全部连接到一起的,就用concat。