python 合并表格

使用 Pandas 库可以很方便地实现表格合并。

假设有两个表格 A 和 B，它们的结构如下：

import pandas as pd

# 表格 A
df_a = pd.DataFrame({
    'id': ['001', '002', '003', '004'],
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 30, 22, 27],
})

# 表格 B
df_b = pd.DataFrame({
    'id': ['001', '002', '005', '006'],
    'grade': [80, 90, 85, 95],
})

表格 A 的结构为：

   id     name  age
0  001    Alice   25
1  002      Bob   30
2  003  Charlie   22
3  004    David   27

表格 B 的结构为：

   id  grade
0  001     80
1  002     90
2  005     85
3  006     95

接下来可以使用 Pandas 的 `merge` 方法将表格 A 和表格 B 按照 id 列进行合并，代码如下：

# 按照 id 列进行合并
df_merged = pd.merge(df_a, df_b, on='id', how='outer')

# 输出合并后的表格
print(df_merged)

其中 `on='id'` 表示按照 id 列进行合并，`how='outer'` 表示采用外连接方式合并，将不同的 id 值进行合并，如果某个 id 在 A 表格中出现而在 B 表格中没有出现，则该 id 在 B 表格中对应的列填充 NaN。

合并后的表格结构如下：

   id     name   age  grade
0  001    Alice  25.0   80.0
1  002      Bob  30.0   90.0
2  003  Charlie  22.0    NaN
3  004    David  27.0    NaN
4  005      NaN   NaN   85.0
5  006      NaN   NaN   95.0

其中，第一列为 id，第二列为 name，第三列为 age，第四列为 grade。可以看到，合并后的表格中包含了两个表格所有的列，其中 A 表格中的 id 为 003 和 004 的行与 B 表格中的所有行没有匹配，因此在合并后的表格中这些行的 name、age 和 grade 列均填充为 NaN。 B 表格中的 id 为 005 和 006 的行也没有在 A 表格中出现，因此在合并后的表格中这些行的 name 和 age 列均填充为 NaN。

以上就是 Python 中合并表格的方法。需要注意的是，合并表格时，需要保证合并的列具有相同的数据类型，并且在合并前最好进行数据清洗和预处理，以避免出现错误。