详解PANDAS 数据合并与重塑(join/merge篇)


Posted in Python onJuly 09, 2019

在上一篇文章中,我整理了pandas在数据合并和重塑中常用到的concat方法的使用说明。在这里,将接着介绍pandas中也常常用到的join 和merge方法

merge

pandas的merge方法提供了一种类似于SQL的内存链接操作,官网文档提到它的性能会比其他开源语言的数据操作(例如R)要高效。

和SQL语句的对比可以看这里

merge的参数

on:列名,join用来对齐的那一列的名字,用到这个参数的时候一定要保证左表和右表用来对齐的那一列都有相同的列名。

left_on:左表对齐的列,可以是列名,也可以是和dataframe同样长度的arrays。

right_on:右表对齐的列,可以是列名,也可以是和dataframe同样长度的arrays。

left_index/ right_index: 如果是True的haunted以index作为对齐的key

how:数据融合的方法。

sort:根据dataframe合并的keys按字典顺序排序,默认是,如果置false可以提高表现。

merge的默认合并方法:
merge用于表内部基于 index-on-index 和 index-on-column(s) 的合并,但默认是基于index来合并。

1.1 复合key的合并方法

使用merge的时候可以选择多个key作为复合可以来对齐合并。

1.1.1 通过on指定数据合并对齐的列

In [41]: left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
  ....:           'key2': ['K0', 'K1', 'K0', 'K1'],
  ....:           'A': ['A0', 'A1', 'A2', 'A3'],
  ....:           'B': ['B0', 'B1', 'B2', 'B3']})
  ....: 

In [42]: right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
  ....:            'key2': ['K0', 'K0', 'K0', 'K0'],
  ....:            'C': ['C0', 'C1', 'C2', 'C3'],
  ....:            'D': ['D0', 'D1', 'D2', 'D3']})
  ....: 

In [43]: result = pd.merge(left, right, on=['key1', 'key2'])

详解PANDAS 数据合并与重塑(join/merge篇) 

没有指定how的话默认使用inner方法。

how的方法有:

left

只保留左表的所有数据

In [44]: result = pd.merge(left, right, how='left', on=['key1', 'key2'])

详解PANDAS 数据合并与重塑(join/merge篇)

right

只保留右表的所有数据

In [45]: result = pd.merge(left, right, how='right', on=['key1', 'key2'])

详解PANDAS 数据合并与重塑(join/merge篇)

outer

保留两个表的所有信息

In [46]: result = pd.merge(left, right, how='outer', on=['key1', 'key2'])

详解PANDAS 数据合并与重塑(join/merge篇)

inner

只保留两个表中公共部分的信息

In [47]: result = pd.merge(left, right, how='inner', on=['key1', 'key2'])

详解PANDAS 数据合并与重塑(join/merge篇)

1.2 indicator

v0.17.0 版本的pandas开始还支持一个indicator的参数,如果置True的时候,输出结果会增加一列 ' _merge'。_merge列可以取三个值

  • left_only 只在左表中
  • right_only 只在右表中
  • both 两个表中都有

1.3 join方法

dataframe内置的join方法是一种快速合并的方法。它默认以index作为对齐的列。

1.3.1 how 参数

join中的how参数和merge中的how参数一样,用来指定表合并保留数据的规则。

具体可见前面的 how 说明。

1.3.2 on 参数

在实际应用中如果右表的索引值正是左表的某一列的值,这时可以通过将 右表的索引 和 左表的列 对齐合并这样灵活的方式进行合并。

ex 1

In [59]: left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
  ....:           'B': ['B0', 'B1', 'B2', 'B3'],
  ....:           'key': ['K0', 'K1', 'K0', 'K1']})
  ....: 

In [60]: right = pd.DataFrame({'C': ['C0', 'C1'],
  ....:            'D': ['D0', 'D1']},
  ....:            index=['K0', 'K1'])
  ....: 

In [61]: result = left.join(right, on='key')

详解PANDAS 数据合并与重塑(join/merge篇)

1.3.3 suffix后缀参数

如果和表合并的过程中遇到有一列两个表都同名,但是值不同,合并的时候又都想保留下来,就可以用suffixes给每个表的重复列名增加后缀。

In [79]: result = pd.merge(left, right, on='k', suffixes=['_l', '_r'])

详解PANDAS 数据合并与重塑(join/merge篇)

* 另外还有lsuffix 和 rsuffix分别指定左表的后缀和右表的后缀。

1.4 组合多个dataframe

一次组合多个dataframe的时候可以传入元素为dataframe的列表或者tuple。一次join多个,一次解决多次烦恼~

In [83]: right2 = pd.DataFrame({'v': [7, 8, 9]}, index=['K1', 'K1', 'K2'])

In [84]: result = left.join([right, right2])

详解PANDAS 数据合并与重塑(join/merge篇)

1.5 更新表的nan值

1.5.1 combine_first

如果一个表的nan值,在另一个表相同位置(相同索引和相同列)可以找到,则可以通过combine_first来更新数据

1.5.2 update

如果要用一张表中的数据来更新另一张表的数据则可以用update来实现

1.5.3 combine_first 和 update 的区别

使用combine_first会只更新左表的nan值。而update则会更新左表的所有能在右表中找到的值(两表位置相对应)。

示例代码参考来源——官网

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python 字符串操作实现代码(截取/替换/查找/分割)
Jun 08 Python
python基于queue和threading实现多线程下载实例
Oct 08 Python
浅谈Python的垃圾回收机制
Dec 17 Python
Python 操作MySQL详解及实例
Apr 30 Python
python Tkinter版学生管理系统
Feb 20 Python
基于OpenCV python3实现证件照换背景的方法
Mar 22 Python
python实现比较类的两个instance(对象)是否相等的方法分析
Jun 26 Python
Python进阶之使用selenium爬取淘宝商品信息功能示例
Sep 16 Python
关于Python-faker的函数效果一览
Nov 28 Python
使用python执行shell脚本 并动态传参 及subprocess的使用详解
Mar 06 Python
一文读懂python Scrapy爬虫框架
Feb 24 Python
python编写五子棋游戏
May 25 Python
python 返回一个列表中第二大的数方法
Jul 09 #Python
Mac在python3环境下安装virtualwrapper遇到的问题及解决方法
Jul 09 #Python
Python3中的最大整数和最大浮点数实例
Jul 09 #Python
详解pandas数据合并与重塑(pd.concat篇)
Jul 09 #Python
python自定义函数实现最大值的输出方法
Jul 09 #Python
mac系统下Redis安装和使用步骤详解
Jul 09 #Python
使用python将多个excel文件合并到同一个文件的方法
Jul 09 #Python
You might like
在PHP中使用curl_init函数的说明
2010/11/02 PHP
php4与php5的区别小结(配置异同)
2011/12/20 PHP
php使用ereg验证文件上传的方法
2014/12/16 PHP
Ajax中的JSON格式与php传输过程全面解析
2017/11/14 PHP
PHP终止脚本运行三种实现方法详解
2020/09/01 PHP
PHP超全局变量实现原理及代码解析
2020/09/01 PHP
Docker 安装 PHP并与Nginx的部署实例讲解
2021/02/27 PHP
PHP 使用位运算实现四则运算的代码
2021/03/09 PHP
JavaScript中停止执行setInterval和setTimeout事件的方法
2015/05/14 Javascript
jquery实现滑动特效代码
2015/08/10 Javascript
jQuery实现定位滚动条位置
2016/08/05 Javascript
jquery.flot.js简单绘制折线图用法示例
2017/03/13 Javascript
JavaScript实现无穷滚动加载数据
2017/05/06 Javascript
js 获取json数组里面数组的长度实例
2017/10/31 Javascript
浅谈Vue组件及组件的注册方法
2018/08/24 Javascript
Vue-Router的使用方法
2018/09/05 Javascript
微信小程序实现签到功能
2018/10/31 Javascript
原生js实现获取form表单数据代码实例
2019/03/27 Javascript
Vue项目利用axios请求接口下载excel
2020/11/17 Vue.js
基于数据归一化以及Python实现方式
2018/07/11 Python
python3.4控制用户输入与输出的方法
2018/10/17 Python
使用python批量读取word文档并整理关键信息到excel表格的实例
2018/11/07 Python
python 3.3 下载固定链接文件并保存的方法
2018/12/18 Python
tensorflow指定GPU与动态分配GPU memory设置
2020/02/03 Python
python中复数的共轭复数知识点总结
2020/12/06 Python
CSS3毛玻璃效果(blur)有白边问题的解决方法
2016/11/15 HTML / CSS
Dyson加拿大官方网站:购买戴森吸尘器,风扇,冷热器及配件
2016/10/26 全球购物
Hobbs官方网站:英国奢华女性时尚服装
2020/02/22 全球购物
内容编辑个人求职信
2013/12/10 职场文书
环保专项行动方案
2014/05/12 职场文书
2014年廉洁自律承诺书
2014/05/26 职场文书
公司外出活动方案
2014/08/14 职场文书
领导班子作风建设年个人整改措施
2014/09/29 职场文书
六一儿童节致辞
2015/07/31 职场文书
MySQL Innodb索引机制详细介绍
2021/11/23 MySQL
win11高清晰音频管理器在哪里?win11找不到高清晰音频管理器解决办法
2022/04/08 数码科技