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
用smtplib和email封装python发送邮件模块类分享
Feb 17 Python
Python实现计算最小编辑距离
Mar 17 Python
浅析Python中yield关键词的作用与用法
Nov 29 Python
[原创]Python入门教程1. 基本运算【四则运算、变量、math模块等】
Oct 28 Python
Python解决线性代数问题之矩阵的初等变换方法
Dec 12 Python
Python使用线程来接收串口数据的示例
Jul 02 Python
Django框架model模型对象验证实现方法分析
Oct 02 Python
Python的缺点和劣势分析
Nov 19 Python
Python socket连接中的粘包、精确传输问题实例分析
Mar 24 Python
Python绘制全球疫情变化地图的实例代码
Apr 20 Python
python输入一个水仙花数(三位数) 输出百位十位个位实例
May 03 Python
PyCharm配置KBEngine快速处理代码提示冲突、配置命令问题
Apr 03 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
php中rename函数用法分析
2014/11/15 PHP
PHP房贷计算器实例代码,等额本息,等额本金
2017/04/01 PHP
SuperSlide2实现图片滚动特效
2014/06/20 Javascript
javascript验证身份证号
2015/03/03 Javascript
Javascript removeChild()删除节点及删除子节点的方法
2015/12/27 Javascript
JS中sort函数排序用法实例分析
2016/06/16 Javascript
Centos7 中安装 Node.js v4.4.4
2016/11/03 Javascript
JavaScript计时器用法分析【setTimeout和clearTimeout】
2017/01/18 Javascript
vue2组件之select2调用的示例代码
2017/10/12 Javascript
JavaScript EventEmitter 背后的秘密 完整版
2018/03/29 Javascript
Node.js 多线程完全指南总结
2019/03/27 Javascript
JavaScript动态添加数据到表单并提交的几种方式
2019/06/26 Javascript
Vue实现按钮级权限方案
2019/11/21 Javascript
JS检测浏览器开发者工具是否打开的方法详解
2020/10/02 Javascript
复制粘贴功能的Python程序
2008/04/04 Python
Python对文件操作知识汇总
2016/05/15 Python
python jieba分词并统计词频后输出结果到Excel和txt文档方法
2018/02/11 Python
浅谈python中对于json写入txt文件的编码问题
2018/06/07 Python
python实现简单五子棋游戏
2019/06/18 Python
使用Python opencv实现视频与图片的相互转换
2019/07/08 Python
keras 特征图可视化实例(中间层)
2020/01/24 Python
Python基础之列表常见操作经典实例详解
2020/02/26 Python
什么是python的列表推导式
2020/05/26 Python
美国药妆网站:EDCskincare.com(防晒、痤疮、抗衰老等)
2017/04/28 全球购物
澳大利亚在线划船、露营和钓鱼商店:BCF Australia
2020/03/22 全球购物
大学社团活动策划书
2014/01/26 职场文书
2014年政教处工作总结
2014/12/20 职场文书
继承权公证书范本
2015/01/23 职场文书
幼儿园中班个人总结
2015/02/28 职场文书
在校证明模板
2015/06/17 职场文书
公司保洁员管理制度
2015/08/04 职场文书
关于党风廉政建设宣传教育月的活动总结!
2019/08/08 职场文书
golang如何去除多余空白字符(含制表符)
2021/04/25 Golang
go语言求任意类型切片的长度操作
2021/04/26 Golang
浅谈MySQL函数
2021/10/05 MySQL
面试被问select......for update会锁表还是锁行
2021/11/11 MySQL