目录

• 数据拼接：pd.concat
• 数据关联:pd.merge
• 两者区别

数据的合并与关联是数据处理过程中经常遇到的问题，在SQL、HQL中大家可能都有用到 join、uion all 等 ，在 Pandas 中也有同样的功能，来满足数据处理需求，个人感觉 Pandas 处理数据还是非常方便，数据处理效率比较高，能满足不同的业务需求

数据拼接：pd.concat

concat 是pandas级的函数，用来拼接或合并数据，其根据不同的轴既可以横向拼接，又可以纵向拼接

函数参数

?

1 2 3 4 5 6 7 8 9 10 11 12

pd.concat(     objs: 'Iterable[NDFrame] | Mapping[Hashable, NDFrame]',     axis=0,     join='outer',     ignore_index: 'bool' = False,     keys=None,     levels=None,     names=None,     verify_integrity: 'bool' = False,     sort: 'bool' = False,     copy: 'bool' = True, ) -> 'FrameOrSeriesUnion'

• objs：合并的数据集，一般用列表传入，例如：[df1,df2,df3]
• axis：指定数据拼接时的轴，0是行，在行方向上拼接；1是列，在列方向上拼接
• join：拼接的方式有 inner，或者outer，与sql中的意思一样

以上三个参数在实际工作中经常使用，其他参数不再做介绍

案例：

模拟数据

横向拼接

横向拼接-1

字段相同的列进行堆叠，字段不同的列分列存放，缺失值用NAN来填充，下面对模拟数据进行变换用相同的字段，进行演示

横向拼接-2

纵向拼接

纵向拼接

可以看出在纵向拼接的时候，会按索引进行关联，使相同名字的成绩放在一起，而不是简单的堆叠

数据关联:pd.merge

数据关联与SQL中的join基本一样，一次可以关联两个数据表，有左表、右表的区分，需要可以指定关联的字段

函数参数

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

pd.merge(     left: 'DataFrame | Series',     right: 'DataFrame | Series',     how: 'str' = 'inner',     on: 'IndexLabel | None' = None,     left_on: 'IndexLabel | None' = None,     right_on: 'IndexLabel | None' = None,     left_index: 'bool' = False,     right_index: 'bool' = False,     sort: 'bool' = False,     suffixes: 'Suffixes' = ('_x', '_y'),     copy: 'bool' = True,     indicator: 'bool' = False,     validate: 'str | None' = None, ) -> 'DataFrame'

• left：左表
• right：右表
• how：关联的方式，{‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}, 默认关联方式为 ‘inner’
• on：关联时指定的字段，两个表共有的
• left_on：关联时用到左表中的字段，在两个表不共有关联字段时使用
• right_on：关联时用到右表中的字段，在两个表不共有关联字段时使用

以上参数在实际工作中经常使用，其他参数不再做介绍

案例：

数据关联

merge 的使用与SQL中的 join 很像，使用方式基本一致，既有内连接，也有外连接，用起来基本没有什么难度

两者区别

• concat 只是 pandas 下的方法，而 merge 即是 pandas 下的方法，又是DataFrame 下的方法
• concat 可以横向、纵向拼接，又起到关联的作用
• merge 只能进行关联，也就是纵向拼接
• concat 可以同时处理多个数据框DataFrame，而 merge 只能同时处理 2 个数据框