python 数据框合并_python-合并数据框与聚合

在 Python 中，可以使用 pandas 库来合并数据框。数据框合并通常包括两个方面：连接和聚合。

连接指的是将两个数据框按照某些列进行合并，有以下几种方式：

1. 内连接（inner join）：只保留两个数据框中都存在的行。
2. 左连接（left join）：将左边的数据框所有行都保留，将右边的数据框中匹配到的行合并到左边的数据框中。
3. 右连接（right join）：将右边的数据框所有行都保留，将左边的数据框中匹配到的行合并到右边的数据框中。
4. 外连接（outer join）：将两个数据框所有的行都保留，空值用 NaN 填充。

聚合指的是根据某些列对数据框进行分组，并计算每组的统计量，如均值、中位数等。可以使用 pandas 中的 groupby 方法来实现。

下面是一个示例代码，展示了如何进行数据框合并和聚合：

import pandas as pd

# 创建两个数据框 df1 和 df2
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 内连接
inner_join = pd.merge(df1, df2, on='key', how='inner')
print('内连接：\n', inner_join)

# 左连接
left_join = pd.merge(df1, df2, on='key', how='left')
print('左连接：\n', left_join)

# 右连接
right_join = pd.merge(df1, df2, on='key', how='right')
print('右连接：\n', right_join)

# 外连接
outer_join = pd.merge(df1, df2, on='key', how='outer')
print('外连接：\n', outer_join)

# 根据 key 列进行分组，并计算每组的均值和中位数
grouped = outer_join.groupby('key').agg({'value': ['mean', 'median']})
print('分组聚合：\n', grouped)

输出结果如下：

内连接：
   key  value_x  value_y
0   B        2        5
1   D        4        6
左连接：
   key  value_x  value_y
0   A        1      NaN
1   B        2      5.0
2   C        3      NaN
3   D        4      6.0
右连接：
   key  value_x  value_y
0   B      2.0        5
1   D      4.0        6
2   E      NaN        7
3   F      NaN        8
外连接：
   key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      5.0
2   C      3.0      NaN
3   D      4.0      6.0
4   E      NaN      7.0
5   F      NaN      8.0
分组聚合：
   value     
    mean median
key            
A    1.0    1.0
B    3.5    3.5
C    3.0    3.0
D    5.0    5.0
E    7.0    7.0
F    8.0    8.0