兩個(gè)表中的數(shù)據(jù)，要根據(jù)關(guān)鍵字段，進(jìn)行合并。
在Excel中可以使用vlookup的方式，在python中可以使用concat或者是merge的方法。
1、pd.concat
pd.concat 函數(shù)
- 拼接的對(duì)象可以是series，還可以是dataframe
- 拼接對(duì)象的個(gè)數(shù)不受限
- axis 控制拼接方向（既支持上下拼接，也支持左右拼接）
左右拼接 axis=1，左右拼接的依據(jù)是行索引；
上下拼接 axis =0 ,拼接依據(jù)是列名，默認(rèn)是上下拼接 - join 指定拼接方法
join=“inner” 內(nèi)聯(lián),表示保留兩個(gè)表共有的行索引
join=“outer” 外聯(lián),表示保留兩個(gè)表所有的行索引，默認(rèn)外聯(lián)
#導(dǎo)入需要的包
import pandas as pd
#創(chuàng)建需要的數(shù)據(jù)集：產(chǎn)品表
dict1={"產(chǎn)品編號(hào)":["CP13","CP14","CP15","CP16","CP17"],"產(chǎn)品名稱":["產(chǎn)品A003","產(chǎn)品A004","產(chǎn)品A005","產(chǎn)品A006","產(chǎn)品A007"]}
df1 = pd.DataFrame(dict1)
df1
#創(chuàng)建需要的數(shù)據(jù)集：詳情表
dict2={"訂單編號(hào)":["20220913","20220914","20220915","20220915"],
"產(chǎn)品編號(hào)":["CP13","CP14","CP15","CP16"],
"產(chǎn)品銷量":[13,24,45,32],
"負(fù)責(zé)人":["張三","趙六","李八","李八"]}
df2 = pd.DataFrame(dict2)
df2
pd.concat([df1,df2])#默認(rèn)上下拼接，拼接依據(jù)是列名；默認(rèn)外聯(lián)，保留兩個(gè)表都有的索引信息
pd.concat([df1,df2],ignore_index=True)#重置行索引
#左右拼接的依據(jù)是行索引 axis默認(rèn)是0上下拼接，1為左右拼接；默認(rèn)外聯(lián)（join = 'outer'）
pd.concat([df1,df2],axis=1)
#join指定了拼接方法，內(nèi)聯(lián)，表示保留兩個(gè)表共有的行索引
pd.concat([df1,df2],axis=1,join="inner")
2、 df.append
和concat上下拼接的結(jié)果類似
df1.append(df2)
3、 pd.merge()
- 拼接對(duì)象是dataframe或者series，左表必須是dataframe
- 拼接的數(shù)量只能是兩個(gè)
- 拼接方向只能左右拼
#left_on寫左表進(jìn)行拼接的字段，right_on寫右表要進(jìn)行拼接的字段
pd.merge(df1,df2,left_on="產(chǎn)品編號(hào)",right_on="產(chǎn)品編號(hào)",how = 'right')
#若兩表拼接字段名完全一樣，可寫一個(gè)on
pd.merge(df1,df2,on="產(chǎn)品編號(hào)")
4、 df.join
和concat左右拼接的結(jié)果類似
df1.join(df2, lsuffix='_b', rsuffix='_a')
文章來源：http://www.zghlxwxcb.cn/news/detail-488218.html
總結(jié)
文章來源地址http://www.zghlxwxcb.cn/news/detail-488218.html
到了這里，關(guān)于極速系列03—python進(jìn)行數(shù)據(jù)合并（concat/merge）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
