這篇文章主要介紹了PANDAS中如何實現(xiàn)數(shù)據(jù)合并與重塑，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
merge
pandas的merge方法提供了一種類似于SQL的內(nèi)存鏈接操作，官網(wǎng)文檔提到它的性能會比其他開源語言的數(shù)據(jù)操作（例如R）要高效。
和SQL語句的對比可以看這里
merge的參數(shù)
on：列名，join用來對齊的那一列的名字，用到這個參數(shù)的時候一定要保證左表和右表用來對齊的那一列都有相同的列名。
left_on：左表對齊的列，可以是列名，也可以是和dataframe同樣長度的arrays。
right_on：右表對齊的列，可以是列名，也可以是和dataframe同樣長度的arrays。
left_index/ right_index: 如果是True的haunted以index作為對齊的key
how：數(shù)據(jù)融合的方法。
sort：根據(jù)dataframe合并的keys按字典順序排序，默認是，如果置false可以提高表現(xiàn)。
merge的默認合并方法：
merge用于表內(nèi)部基于 index-on-index 和 index-on-column(s) 的合并，但默認是基于index來合并。
1.1 復合key的合并方法
使用merge的時候可以選擇多個key作為復合可以來對齊合并。
1.1.1 通過on指定數(shù)據(jù)合并對齊的列
重慶分公司
重慶分公司
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'])
沒有指定how的話默認使用inner方法。
how的方法有：
left
只保留左表的所有數(shù)據(jù)
In [44]: result = pd.merge(left, right, how='left', on=['key1', 'key2'])
right
只保留右表的所有數(shù)據(jù)
In [45]: result = pd.merge(left, right, how='right', on=['key1', 'key2'])
outer
保留兩個表的所有信息
In [46]: result = pd.merge(left, right, how='outer', on=['key1', 'key2'])
inner
只保留兩個表中公共部分的信息
In [47]: result = pd.merge(left, right, how='inner', on=['key1', 'key2'])
1.2 indicator
v0.17.0 版本的pandas開始還支持一個indicator的參數(shù)，如果置True的時候，輸出結果會增加一列 ' _merge'。_merge列可以取三個值
left_only 只在左表中
right_only 只在右表中
both 兩個表中都有
1.3 join方法
dataframe內(nèi)置的join方法是一種快速合并的方法。它默認以index作為對齊的列。
1.3.1 how 參數(shù)
join中的how參數(shù)和merge中的how參數(shù)一樣，用來指定表合并保留數(shù)據(jù)的規(guī)則。
具體可見前面的 how 說明。
1.3.2 on 參數(shù)
在實際應用中如果右表的索引值正是左表的某一列的值，這時可以通過將 右表的索引 和 左表的列 對齊合并這樣靈活的方式進行合并。
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')
1.3.3 suffix后綴參數(shù)
如果和表合并的過程中遇到有一列兩個表都同名，但是值不同，合并的時候又都想保留下來，就可以用suffixes給每個表的重復列名增加后綴。
In [79]: result = pd.merge(left, right, on='k', suffixes=['_l', '_r'])
* 另外還有l(wèi)suffix 和 rsuffix分別指定左表的后綴和右表的后綴。
1.4 組合多個dataframe
一次組合多個dataframe的時候可以傳入元素為dataframe的列表或者tuple。一次join多個，一次解決多次煩惱~
In [83]: right2 = pd.DataFrame({'v': [7, 8, 9]}, index=['K1', 'K1', 'K2'])
In [84]: result = left.join([right, right2])
1.5 更新表的nan值
1.5.1 combine_first
如果一個表的nan值，在另一個表相同位置（相同索引和相同列）可以找到，則可以通過combine_first來更新數(shù)據(jù)
1.5.2 update
如果要用一張表中的數(shù)據(jù)來更新另一張表的數(shù)據(jù)則可以用update來實現(xiàn)
1.5.3 combine_first 和 update 的區(qū)別
使用combine_first會只更新左表的nan值。而update則會更新左表的所有能在右表中找到的值（兩表位置相對應）。
感謝你能夠認真閱讀完這篇文章，希望小編分享的“PANDAS中如何實現(xiàn)數(shù)據(jù)合并與重塑”這篇文章對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)，關注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關知識等著你來學習!
