这篇文章给大家介绍怎么在Pandas中合并多个Dataframe(merge,concat)，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
pandas中有个merge函数可以做到这个实用的功能，merge这个词会点SQL语言的应该都不陌生。
下面说说merge函数怎么用：
df = pd.merge(df1, df2, how='left', on='user_id')
用法很简单，说一下后两个参数就可以了，how=""参数表示以哪个表的key为准，上面的how="left"表示以表df1为准，而key也就是on=""的参数
how="left"就是说，保留user_id字段的全部信息，不增加也不减少，但是拼接的时候只把df2表中的与df1中user_id字段交集的部分合并上就可以了，如果df2中出现了某个user_id在df1中没有出现，就抛弃掉这个样本不作处理。
如果要进行多key合并：
df = pd.merge(df1, df2, how='left', on=['user_id','sku_id'])
但是如果想仅进行简单的“拼接”而不是合并呢，要使用concat函数：
df = pd.concat( [df_user, dummies_sex, dummies_age, dummies_level], axis=1 )
这样可以保留这些表单的全部信息，参数axis=1表示列拼接，axis=0表示行拼接。
要保证背个表单的行数是相同的，并且每一行对应的key也是相同的，列拼接才变得有意义
关于怎么在Pandas中合并多个Dataframe(merge,concat)就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
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。
