Python数据合并

Python中数据合并通常指将两个或多个数据集合并成一个数据集，最常用的方式是使用pandas库中的merge()和concat()函数。

merge()函数可以根据某一列或多列的值将两个数据集合并成一个数据集，类似于SQL中的JOIN操作。例如，将两个DataFrame按照某一列的值进行合并：

import pandas as pd

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]})

merged_df = pd.merge(df1, df2, on='key')
print(merged_df)

输出结果为：

  key  value_x  value_y
0   B        2        5
1   D        4        6

其中，on参数指定按照哪一列进行合并，默认为所有相同列名的列。

concat()函数可以将多个数据集按照行或列进行拼接。例如，将两个DataFrame按照行进行合并：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

merged_df = pd.concat([df1, df2], axis=0)
print(merged_df)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

其中，axis参数指定拼接的方向，默认为行方向。