pandas merge,append,join,concat数据之间连接

一般左右连接使用merge，join，上下连接使用concat，append

1.merge

如果是多条件

model_data = pd.merge( data_due_outliers_stand,data_due_merge_cate_stand,on=['apply_no','ref_id'],how='left')

 

类似数据库的，on可以有2个或者多个条件，一定要有on条件，不然就没有结果，默认的是内连接

data1 = pd.DataFrame(np.arange(0,16).reshape(4,4), columns=list('abcd'))
'''
    a    b    c    d
0    0    1    2    3
1    4    5    6    7
2    8    9    10    11
3    12    13    14    15
'''
data2 = [[4,1,5,7],[6,5,7,1],[9,9,123,129],[16,16,32,1]]
data2 = pd.DataFrame(data2,columns = ['a','b','c','d'])
'''
     a    b    c    d
0    4    1    5    7
1    6    5    7    1
2    9    9    123    129
3    16    16    32    1
'''

(1)内连接，pd.merge(a1, a2, on='key')

pd.merge(data1,data2,on='b')   #内连接 ，也就是交集 

	a_x	b	c_x	d_x	a_y	c_y	d_y
0	0	1	2	3	4	5	7
1	4	5	6	7	6	7	1
2	8	9	10	11	9	123	129

(2)左连接，pd.merge(a1, a2, on='key', how='left')

pd.merge(data1,data2,on='b',how='left')  #左连接 ，没有值的标记为空

	a_x	b	c_x	d_x	a_y	c_y	d_y
0	0	1	2	3	4.0	5.0	7.0
1	4	5	6	7	6.0	7.0	1.0
2	8	9	10	11	9.0	123.0	129.0
3	12	13	14	15	NaN	NaN	NaN

(3)右连接，pd.merge(a1, a2, on='key', how='right')

pd.merge(data1,data2,on='b',how='right')  #右连接 ，没有值的标记为空

	a_x	b	c_x	d_x	a_y	c_y	d_y
0	0.0	1	2.0	3.0	4	5	7
1	4.0	5	6.0	7.0	6	7	1
2	8.0	9	10.0	11.0	9	123	129
3	NaN	16	NaN	NaN	16	32	1

(4)外连接， pd.merge(a1, a2, on='key', how='outer')

pd.merge(data1,data2,on='b',how='outer')  #外连接 ，求同存异

	a_x	b	c_x	d_x	a_y	c_y	d_y
0	0.0	1	2.0	3.0	4.0	5.0	7.0
1	4.0	5	6.0	7.0	6.0	7.0	1.0
2	8.0	9	10.0	11.0	9.0	123.0	129.0
3	12.0	13	14.0	15.0	NaN	NaN	NaN
4	NaN	16	NaN	NaN	16.0	32.0	1.0

 

 2.append  类似于union all

也是上下连接

#ignore_index = True:这个时候 表示index重新记性排列
data1.append(data2,ignore_index = True)

 

3.join列名不能重复，类似于在将第二个数据拼接在右边

data2.columns=list('pown')
data1.join(data2)

 

 4.concat

#pd.concat(objs, axis=0, join='outer', join_axes=None,ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False)
#参数说明：objs:series,dataframe，或者panel构成的序列list，axis：0 行，1列，join：inner，outer

data1.columns = list('abcd')
data2.columns =list('abcd')
data3 = data2
pd.concat([data1,data2,data3],keys=['data1','data2','data3'])

pd.concat([data1,data2,data3],axis = 1,keys = ['data1','data2','data3'])
pd.concat([data1,data2,data3],axis = 1)