这篇文章主要介绍“python DataFrame的合并方法有哪些”，在日常操作中，相信很多人在python DataFrame的合并方法有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python DataFrame的合并方法有哪些”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
Python的Pandas针对DataFrame,Series提供了多个合并函数，通过参数的调整可以轻松实现DatafFrame的合并。
首先，定义3个DataFrame df1,df2,df3，进行concat、merge、append函数的实验。
计算
安全
数据库
网络和加速
企业服务
df1=pd.DataFrame([[1,2,3],[2,3,4]],columns=['a','b','c'])
df2=pd.DataFrame([[2,3,4],[3,4,5]],columns=['a','b','c'])
df3=pd.DataFrame([[1,2,3],[2,3,4]],columns=['a','b','d'])df1
a b c
0 1 2 3
1 2 3 4
df2
a b c
0 2 3 4
1 3 4 5
df3
a b d
0 1 2 3
1 2 3 4pandas中concat函数的完整表达，包含多个参数，常用的有axis,join,ignore_index.
concat函数的第一个参数为objs，一般为一个list列表，包含要合并两个或多个DataFrame，多个Series
pandas.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)1.axis表示合并方向，默认axis=0，两个DataFrame按照索引方向纵向合并,axis=1则会按照columns横向合并。
pd.concat([df1,df2],axis=1)
a b c a b c
0 1 2 3 2 3 4
1 2 3 4 3 4 52.join表示合并方式，默认join=‘outer’，另外的取值为’inner’,只合并相同的部分，axis=0时合并结果为相同列名的数据，axis=1时为具有相同索引的数据
pd.concat([df2,df3],axis=0,join='inner')
a b
0 2 3
1 3 4
0 1 2
1 2 3
pd.concat([df2,df3],axis=1,join='inner')
a b c a b d
0 2 3 4 1 2 3
1 3 4 5 2 3 43.ignore_index表示索引的合并方式，默认为False，会保留原df的索引，如果设置ignore_index=True，合并后的df会重置索引。
pd.concat([df1,df2],ignore_index=True)
a b c
0 1 2 3
1 2 3 4
2 2 3 4
3 3 4 5merge函数是pandas提供的一种数据库式的合并方法。
on可以指定合并的列、索引，how则是与数据库join函数相似，取值为left,right,outer,inner.left,right分别对应left outer join, right outer join.
pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=False,
suffixes=('_x', '_y'), copy=True, indicator=False,
validate=None):merge函数可以通过pandas.merge(df1,df2)、df1.merge(df2)两种形式来实现两个DataFrame的合并,df1.merge(df2)是默认left=self的情况。
df_merge =df1.merge(df3,on=['a','b'])
a b c d
0 1 2 3 3
1 2 3 4 4append函数是pandas针对DataFrame、Series等数据结构合并提供的函数。
df1.append(self, other, ignore_index=False, verify_integrity=False)df1.append(df2)与pd.concat([df1,df2],ignore_index=False)具有相同的合并结果
df1.append(df2)
a b c
0 1 2 3
1 2 3 4
0 2 3 4
1 3 4 51.merage
result = pd.merge(对象1, 对象2, on='key')对象1 和 对象2分别为要合并的dataframe，key是在两个dataframe都存在的列（类似于数据库表中的主键）
2.append
result = df1.append(df2)
result = df1.append([df2, df3])
result = df1.append(df4, ignore_index=True)3.join
result = left.join(right, on=['key1', 'key2'], how='inner')4.concat
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)
frames = [df1, df2, df3]
result = pd.concat(frames)
result = pd.concat(frames, keys=['x', 'y', 'z'])
result = pd.concat([df1, df4], ignore_index=True)到此，关于“python DataFrame的合并方法有哪些”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
