3d Mercy R_materials

identification Class Age

0a First_Class 60

1b Second_Class 30

2c Same_day 40

3d Standard Class 50

使用 merge 函数进一步合并。

# using .merge function

new_data = pd.merge(df1, df2, on= 'identification')

这产生了下面的新数据；

identification Customer_Name Category Class Age

0a King furniture First_Class 60

1b West Office Supplies Second_Class 30

2c Adams Technology Same_day 40

3d Mercy R_materials Standard Class 50

.join 方法也可以将不同索引的 DataFrame 组合成一个新的 DataFrame。我们可以使用参数‘on’参数指定根据哪列进行合并。

让我们看看下面的例子，我们如何将单索引 DataFrame 与多索引 DataFrame 连接起来；

importpandas aspd

# a dictionary to convert to a dataframe

data1 = {

'Customer_Name':[ 'King', 'West', 'Adams'],

'Category':[ 'furniture', 'Office Supplies', 'Technology'],} 7

# our second dictionary to convert to a dataframe

data2 = {

'Class':[ 'First_Class', 'Second_Class', 'Same_day', 'Standard Class'],

'Age':[ 60, 30, 40, 50]}

# Convert the dictionary into DataFrame

Ndata = pd.DataFrame(data1, index=pd.Index([ 'a', 'b', 'c'], name= 'identification'))

index = pd.MultiIndex.from_tuples([( 'a', 'x0'), ( 'b', 'x1'),

( 'c', 'x2'), ( 'c', 'x3')],

names=[ 'identification', 'x']) 19

# Convert the dictionary into DataFrame

Ndata2 = pd.DataFrame(data2, index= index)

print(Ndata, "\n\n", Ndata2)

# joining singly indexed with

# multi indexed

result = Ndata.join(Ndata2, how= 'inner')

我们的结果如下所示；

Customer_Name Category Class Age

identification x 3a x0 King furniture First_Class 60

b x1 West Office Supplies Second_Class 30

c x2 Adams Technology Same_day 40

x3 Adams Technology Standard Class 50

连接DF

Pandas 中concat 方法在可以在垂直方向（axis=0）和水平方向（axis=1）上连接 DataFrame。我们还可以一次连接两个以上的 DataFrame 或 Series。

让我们看一个如何在 Pandas 中执行连接的示例；

importpandas aspd

# a dictionary to convert to a dataframe

data1 = { 'identification': [ 'a', 'b', 'c', 'd'],

'Customer_Name':[ 'King', 'West', 'Adams', 'Mercy'],

'Category':[ 'furniture', 'Office Supplies', 'Technology', 'R_materials'],}

# our second dictionary to convert to a dataframe

data2 = { 'identification': [ 'a', 'b', 'c', 'd'],

'Class':[ 'First_Class', 'Second_Class', 'Same_day', 'Standard Class'],

'Age':[ 60, 30, 40, 50]}

# Convert the dictionary into DataFrame

df1 = pd.DataFrame(data1)

df2 = pd.DataFrame(data2)

#perform concatenation here based on horizontal axis

new_data = pd.concat([df1, df2], axis= 1)

print(new_data)

这样就获得了新的 DataFrame ：

identification Customer_Name Category identification \

0a King furniture a 31b West Office Supplies b 42c Adams Technology c 53d Mercy R_materials d

Class Age

0First_Class 60

1Second_Class 30

2Same_day 40

3Standard Class 50

Merge和Join的效率对比

Pandas 中的Merge Joins操作都可以针对指定的列进行合并操作（SQL中的join）那么他们的执行效率是否相同呢？下面我们来进行一下测。

两个 DataFrame 都有相同数量的行和两列，实验中考虑了从 100 万行到 1000 万行的不同大小的 DataFrame，并在每次实验中将行数增加了 100 万。我对固定数量的行重复了十次实验，以消除任何随机性。下面是这十次试验中合并操作的平均运行时间。

上图描绘了操作所花费的时间（以毫秒为单位）。

正如我们从图中看到的，运行时间存在显着差异——最多相差 5 倍。 随着 DataFrame 大小的增加，运行时间之间的差异也会增加。两个 JOIN 操作几乎都随着 DataFrame 的大小线性增加。但是，Join的运行时间增加的速度远低于Merge。

如果需要处理大量数据，还是请使用join进行操作。返回搜狐，查看更多