Python 中的数据合并
合并多个数据集
Python 中的数据合并 是 CoddyKit 上的免费 Python Academy 课时。 这是第 4 节课，共 5 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Python Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Python Academy 课程共包含 5 节课。
Python 中的数据合并
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。本课将介绍在 Python 中合并数据的关键技术。
拼接
拼接
拼接通过沿行或列堆叠数据集来组合它们。请使用 pd.concat() 函数完成此操作。
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 DataFrames
合并根据共同的列或索引组合数据集。请使用 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
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，并使用 NaN 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。
基于多个键进行连接
基于多个键进行连接
将列名列表传递给 on 参数，即可使用多个键合并 DataFrames。
示例：
pd.merge(df1, df2, on=['Key1', 'Key2'])沿列进行拼接
沿列进行拼接
使用 axis=1 可以将 DataFrames 并排拼接（按列拼接）。
示例：
df = pd.concat([df1, df2], axis=1)组合重叠数据
组合重叠数据
combine_first() 方法可以组合重叠数据，并从另一个 DataFrame 中填充缺失值。
示例：
df1.combine_first(df2)回顾
回顾
在本课中，您了解了以下内容：
- 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！
恭喜您！
您已完成 Python 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。
常见问题解答
「Python 中的数据合并」课时是免费的吗？
是的 — 「Python 中的数据合并」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Python Academy 课程的其余内容，请升级到 CoddyKit PRO。 Python Academy 课程共包含 5 节课。
「Python 中的数据合并」这节课中我会学到什么？
合并多个数据集 你通过在浏览器中直接运行的动手代码来练习 Python Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Python Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Python Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 5 节。
「Python 中的数据合并」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Python Academy 课中编写并运行代码吗？
能。每节 Python Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。