merge和concat

merge

通过pandas或DataFrame的merge方法，可以进行两个DataFrame的连接，这种连接类似于SQL中对两张表进行的join连接。

• how：指定连接方式。可以是inner, outer, left, right，默认为inner。
• on 指定连接使用的列（该列必须同时出现在两个DataFrame中），默认使用两个DataFrame中的所有同名列进行连接。
• left_on / right_on：指定左右DataFrame中连接所使用的列。
• left_index / right_index：是否将左边（右边）DataFrame中的索引作为连接列，默认为False。
• suffixes：当两个DataFrame列名相同时，指定每个列名的后缀（用来区分），默认为_x与_y。

import pandas as pd
import numpy as np

df1 = pd.DataFrame([[1, 2, 3], [3, 4, 5], [5, 6, 7],[7,8,9]], columns=['a', 'b', 'c'])
df2 = pd.DataFrame([[1, 2, 4], [10, 4, 6], [3, 8, 12],[5,5,5]], columns=['a', 'b', 'c'], index=[1,2,3,4])
df3 = pd.DataFrame([[1, 2, 4], [10, 4, 6], [3, 8, 12],[5,5,5]], columns=['d', 'e', 'f'], index=[1,2,3,4])
display(df1, df2, df3)

# 根据所有同名字段（标签名）进行等值连接。
# print(df1.merge(df2, how='left',on='a'))
pd.merge(df1,df2,how='left',on='a')

# 当列名不一样的时候，可以使用索引拼接数据
pd.merge(df1,df3,how='left',left_index=True, right_index=True)

concat

我们可以通过DataFrame或Series类型的concat方法，来进行连接操作，连接时，会根据索引进行对齐。

• axis：指定连接轴，默认为0。
• join：指定连接方式，默认为外连接。只有【outer：并集，inner：交集】
• keys：可以用来区分不同的数据组。
• join_axes：指定连接结果集中保留的索引。
• ignore_index：忽略原来连接的索引，创建新的整数序列索引，默认为False。

# 在进行concat拼接（堆叠），时，会根据索引进行对齐。如果无法对齐，会产生空值。（NaN）
pd.concat((df1, df3),join='outer', axis=1)

# 相同的列名，按竖直方向堆叠
pd.concat((df1, df2),join='outer', axis=0, ignore_index=True)