python进行数据合并concat/merge

目录

• 1、pd.concat
• 2、 df.append
• 3、 pd.merge()
• 4、 df.join
• 总结

前言：

两个表中的数据，要根据关键字段，进行合并。
在Excel中可以使用vlookup的方式，在python中可以使用concat或者是merge的方法。

1、pd.concat

pd.concat 函数：

• 拼接的对象可以是series，还可以是dataframe
• 拼接对象的个数不受限axis 控制拼接方向（既支持上下拼接，也支持左右拼接）
• 左右拼接 axis=1，左右拼接的依据是行索引；上下拼接 axis =0 ,拼接依据是列名，默认是上下拼接
• join 指定拼接方法
  • join=“inner” 内联,表示保留两个表共有的行索引
  • join=“outer” 外联,表示保留两个表所有的行索引，默认外联

#导入需要的包
import pandas as pd

#创建需要的数据集：产品表
dict1={\"产品编号\":[\"CP13\",\"CP14\",\"CP15\",\"CP16\",\"CP17\"],\"产品名称\":[\"产品A003\",\"产品A004\",\"产品A005\",\"产品A006\",\"产品A007\"]}
df1 = pd.DataFrame(dict1)
df1

#创建需要的数据集：详情表
dict2={\"订单编号\":[\"20220913\",\"20220914\",\"20220915\",\"20220915\"],
       \"产品编号\":[\"CP13\",\"CP14\",\"CP15\",\"CP16\"],
       \"产品销量\":[13,24,45,32],
       \"负责人\":[\"张三\",\"赵六\",\"李八\",\"李八\"]}
df2 = pd.DataFrame(dict2)
df2

pd.concat([df1,df2])#默认上下拼接，拼接依据是列名；默认外联，保留两个表都有的索引信息

pd.concat([df1,df2],ignore_index=True)#重置行索引

#左右拼接的依据是行索引  axis默认是0上下拼接，1为左右拼接；默认外联（join = \'outer\'）
pd.concat([df1,df2],axis=1) 

#join指定了拼接方法，内联，表示保留两个表共有的行索引
pd.concat([df1,df2],axis=1,join=\"inner\") 

2、 df.append

和concat上下拼接的结果类似

df1.append(df2) 

3、 pd.merge()

• 拼接对象是dataframe或者series，左表必须是datafram
• 拼接的数量只能是两个
• 拼接方向只能左右拼

#left_on写左表进行拼接的字段，right_on写右表要进行拼接的字段
pd.merge(df1,df2,left_on=\"产品编号\",right_on=\"产品编号\",how = \'right\')

#若两表拼接字段名完全一样，可写一个on
pd.merge(df1,df2,on=\"产品编号\")

4、 df.join

和concat左右拼接的结果类似

df1.join(df2, lsuffix=\'_b\', rsuffix=\'_a\')

总结