pandas如何實現數據合并

這篇文章給大家分享的是有關pandas如何實現數據合并的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

數據合并有多種方式，其中最常見的應該就是交集和并集的求取。之前通過分析總結過pandas數據merge功能默認的行為，其實默認下求取的就是兩個數據的“交集”。

有如下數據定義：

In [26]: df1
Out[26]: 
 data1 key
0  0 b
1  1 b
2  2 a
3  3 c
4  4 a
5  5 a
6  6 b

In [27]: df2
Out[27]: 
 data2 key
0  0 a
1  1 b
2  2 d
3  3 b

進行merge的結果：

In [28]: pd.merge(df1,df2)
Out[28]: 
 data1 key data2
0  0 b  1
1  0 b  3
2  1 b  1
3  1 b  3
4  6 b  1
5  6 b  3
6  2 a  0
7  4 a  0
8  5 a  0

從上面的結果中能夠看出，merge的默認處理行為是求取了兩組數據key的交集，但是對于key的值進行了并集的求取。其實也很好理解，如果僅僅是求取交集而數據沒有任何合并那就不叫做數據合并了。

接下來試一下制定了參數的的交集數據合并處理：

In [29]: pd.merge(df1,df2,how='inner')
Out[29]: 
 data1 key data2
0  0 b  1
1  0 b  3
2  1 b  1
3  1 b  3
4  6 b  1
5  6 b  3
6  2 a  0
7  4 a  0
8  5 a  0

In [30]: result_inner = pd.merge(df1,df2,how='inner')
In [31]: result_default = pd.merge(df1,df2)

In [32]: result_inner == result_default
Out[32]: 
 data1 key data2
0 True True True
1 True True True
2 True True True
3 True True True
4 True True True
5 True True True
6 True True True
7 True True True
8 True True True

通過上面的結果可以看出：制定了參數的的交集數據合并處理的結果與數據合并方法merge的默認行為是一致的。

再試一下并集數據合并處理方法，這需要制定參數how為outer：

In [35]: result_outer = pd.merge(df1,df2,how='outer')

In [36]: result_outer
Out[36]: 
 data1 key data2
0  0.0 b 1.0
1  0.0 b 3.0
2  1.0 b 1.0
3  1.0 b 3.0
4  6.0 b 1.0
5  6.0 b 3.0
6  2.0 a 0.0
7  4.0 a 0.0
8  5.0 a 0.0
9  3.0 c NaN
10 NaN d 2.0

通過上面的執行結果可以看出：合并后的數據中的key擁有了兩組數據所有的key，而數據雖然有一部分兩組數據不能夠重合，但也通過NaN的值進行了相應的填補。

還有一點需要注意的，那就是合并之后的數據個數。合并后的數據中，key的個數是兩組數據中分別擁有的數據的笛卡爾乘積。如果其中一組沒有的時候，進行合并的時候另一組數據中會創建一個NaN數值的對象與之進行合并。

感謝各位的閱讀！關于“pandas如何實現數據合并”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！