Pandas – 数据合并与连接

函数	作用
pd.merge	数据合并(类似于SQL中的join操作)
pd.concat	数据连接

# 数据合并
df = pd.merge(left. right, on='uid', how='left')
'''
Args:
    left: mergw的左表
    right: merge的右表
    on: 合并时对齐的列名(合并后用来对齐的列名只会在结果中出现一次)，如果两表列名相同则指定on，否则要指定left_on和right_on
    left_on: 左表对齐的列名
    right_on: 右表对齐的列名
    how: 有四种方式
        'left': 左表全部保留，右表丢弃无法与左表合并的内容
        'right': 右表全部保留
        'inner': 取交集，仅保留两表中都有的内容 
        'outer': 取并集，只要在两表中出现过的都会保留
'''


# 数据连接
result = pd.concat([df1, df4], axis=0, sort=False)
'''
Args:
    objs: 要连接的dataframes，用列表的形式表示
    axis: axis=0为按行连接，axis=1为按列连接
    sort: 是否对结果排序
    join: 默认为'outer'，即两表内容均保留
'''

# 数据合并

df = pd.merge(left. right, on='uid', how='left')

'''

Args:

left: mergw的左表

right: merge的右表

on: 合并时对齐的列名(合并后用来对齐的列名只会在结果中出现一次)，如果两表列名相同则指定on，否则要指定left_on和right_on

left_on: 左表对齐的列名

right_on: 右表对齐的列名

how: 有四种方式

'left': 左表全部保留，右表丢弃无法与左表合并的内容

'right': 右表全部保留

'inner': 取交集，仅保留两表中都有的内容

'outer': 取并集，只要在两表中出现过的都会保留

'''

# 数据连接

result = pd.concat([df1, df4], axis=0, sort=False)

'''

Args:

objs: 要连接的dataframes，用列表的形式表示

axis: axis=0为按行连接，axis=1为按列连接

sort: 是否对结果排序

join: 默认为'outer'，即两表内容均保留

'''