使用Pandas对Excel进行合并操作（concat、append、merge、join）

您所在的位置：网站首页 › 批量合并电子表格 › 使用Pandas对Excel进行合并操作（concat、append、merge、join）

使用Pandas对Excel进行合并操作（concat、append、merge、join）

2024-07-01 01:07| 来源: 网络整理| 查看: 265

一、concat

concat基本作用就是可以将header相同的sheet表进行合并默认合并方式是竖直方向合并，axis参数为1的话是水平方向进行合并。合并的时候注意是根据header合并还是相同的index合并

import pandas as pd n=pd.DataFrame({'A':['A0','A1'],'B':['B0','B1']},index=['a','b']) s=pd.DataFrame({'A':['A0','A1'],'B':['B0','B1']},index=['c','d']) out = pd.concat([n, s]) print(out) n=pd.DataFrame({'A':['A0','A1'],'B':['B0','B1']},index=['a','b']) s=pd.DataFrame({'C':['A0','A1'],'D':['B0','B1']},index=['a','b']) out = pd.concat([n, s], axis=1) print(out) 默认竖直方向（axis=0） A B a A0 B0 b A1 B1 c A0 B0 d A1 B1 axis=1为水平方向 A B C D a A0 B0 A0 B0 b A1 B1 A1 B1

join可以选择inner或outer来决定取交集还是并集。

n=pd.DataFrame({'A':['A0','A1'],'B':['B0','B1']},index=['a','b']) s=pd.DataFrame({'C':['A0','A1'],'D':['B0','B1']},index=['b','d']) out = pd.concat([n, s], join='outer', axis=1) print(out) out = pd.concat([n, s], join='inner', axis=1) print(out) A B C D a A0 B0 NaN NaN b A1 B1 A0 B0 d NaN NaN A1 B1 A B C D b A1 B1 A0 B0 二、append

该函数和conca差不多。算是简化版的concat。默认竖直方向。

import pandas as pd n=pd.DataFrame({'A':['A0','A1'],'B':['B0','B1']}, index=['a','b']) s=pd.DataFrame({'A':['C0','C1'],'B':['D0','D1']}, index=['c','d']) out = n.append(s) print(out) A B a A0 B0 b A1 B1 c C0 D0 d C1 D1 三、merge

这里比较重要的两个参数是how和on（这里是以header为链接键）。若以index为链接键，需要同时设置left_index= True 和 right_index= True，或者left_index设置的同时，right_on指定某个Key。总的来说就是需要指定left、right链接的键，可以同时是key、index或者混合使用。

on、how import pandas as pd n = pd.DataFrame({'key': list('abcdef'), 'data1': list('qwerty')}) s = pd.DataFrame({'key': ['a', 'b', 'c'], 'data2': ['s', 'ss', 'sss']}) # how 的参数可以为 left right outer inner out = pd.merge(n, s, on='key',how='left') print(out) key data1 data2 0 a q s 1 b w ss 2 c e sss 3 d r NaN 4 e t NaN 5 f y NaN left_index、right_index import pandas as pd n = pd.DataFrame({'key': list('abcdef'), 'data1': list('qwerty')},index=['1','2','3','4','5','6']) s = pd.DataFrame({'key': ['a', 'b', 'c'], 'data2': ['s', 'ss', 'sss']}, index=['1','3','5']) # how 的参数可以为 left right outer inner out = pd.merge(n, s, how='inner',left_index=True,right_index=True) print(out) out = pd.merge(n, s, how='outer',left_index=True,right_index=True) print(out) key_x data1 key_y data2 1 a q a s 3 c e b ss 5 e t c sss key_x data1 key_y data2 1 a q a s 2 b w NaN NaN 3 c e b ss 4 d r NaN NaN 5 e t c sss 6 f y NaN NaN index、on import pandas as pd n = pd.DataFrame({'key1': list('123456'), 'data1': list('qwerty')}) s = pd.DataFrame({'key2': ['a', 'b', 'c'], 'data2': ['s', 'ss', 'sss']}, index=['1','3','5']) # how 的参数可以为 left right outer inner out = pd.merge(n, s, how='outer',left_on='key1',right_index=True) print(out) key1 data1 key2 data2 0 1 q a s 1 2 w NaN NaN 2 3 e b ss 3 4 r NaN NaN 4 5 t c sss 5 6 y NaN NaN 四、join

分为 left、right、inner、outer。

import pandas as pd n=pd.DataFrame({'A':['A0','A1'], 'B':['B0','B1'], 'E': ['C0','C1'] }, index=['a','c']) s=pd.DataFrame({'C':['C0','C1'],'D':['D0','D1']},index=['c','d']) # how 的参数可以为 left right outer inner out = n.join(s, how='right') print(out) out = n.join(s, how='left') print(out) out = n.join(s, how='inner') print(out) out = n.join(s, how='outer') print(out) A B E C D c A1 B1 C1 C0 D0 d NaN NaN NaN C1 D1 A B E C D a A0 B0 C0 NaN NaN c A1 B1 C1 C0 D0 A B E C D c A1 B1 C1 C0 D0 A B E C D a A0 B0 C0 NaN NaN c A1 B1 C1 C0 D0 d NaN NaN NaN C1 D1

【本文地址】

使用Pandas对Excel进行合并操作（concat、append、merge、join）

使用Pandas对Excel进行合并操作（concat、append、merge、join）

今日新闻

推荐新闻