Python 中的数据合并

在数据分析中，组合数据集是一项常见任务。Python 在 Pandas 中提供了强大的工具，可以高效地合并、连接和拼接数据集。本课程将介绍在 Python 中合并数据的关键技术。

拼接

拼接会沿行或列堆叠数据集，将它们组合起来。为此请使用 pd.concat() 函数。

示例：

import pandas as pd data1 = {'Name': ['Alice'], 'Age': [25]} data2 = {'Name': ['Bob'], 'Age': [30]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) df = pd.concat([df1, df2])

合并 DataFrames

合并会根据共有列或索引组合数据集。使用 pd.merge() 合并 DataFrames。

示例：

data1 = {'ID': [1, 2], 'Name': ['Alice', 'Bob']} data2 = {'ID': [1, 2], 'Age': [25, 30]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) df = pd.merge(df1, df2, on='ID')

连接类型

merge() 函数支持不同的连接类型：

• 内连接：返回两个 DataFrames 中键匹配的行。
• 外连接：返回所有行，并用非数值填充缺失值。
• 左连接：保留左侧 DataFrame 中的所有行。
• 右连接：保留右侧 DataFrame 中的所有行。

按多个键连接

您可以将列名列表传递给 on 参数，从而使用多个键合并 DataFrames。

示例：

pd.merge(df1, df2, on=['Key1', 'Key2'])

按列拼接

您可以使用 axis=1 将 DataFrames 并排拼接（按列拼接）。

示例：

df = pd.concat([df1, df2], axis=1)

组合重叠数据

combine_first() 方法会组合重叠数据，并使用另一个 DataFrame 中的值填充缺失值。

示例：

df1.combine_first(df2)

回顾

在本课中，您学习了：

• 拼接：使用 pd.concat() 堆叠 DataFrames。
• 合并：使用 pd.merge() 根据共同的键组合 DataFrames。
• 连接类型：内连接、外连接、左连接和右连接。
• 组合重叠数据：使用 combine_first()。

恭喜您！

您已经完成了 Python 中的数据合并课程。请继续学习下一课，了解如何从数据中提取特征。