Python DataFrame數據拼接技巧分享

一、基礎拼接技巧

當我們需要將兩個DataFrame進行拼接時，可以使用concat()函數來實現。concat()函數接受一個列表作為參數，列表中包含需要拼接的DataFrame。

concat()函數的第一個參數是需要拼接的DataFrame列表。第二個參數是指定拼接的軸，axis=0表示按行拼接，axis=1表示按列拼接。默認為axis=0。

下面是一個示例：

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']})

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

上面的代碼中，我們創建了兩個DataFrame（df1和df2），然後使用concat()函數按行拼接這兩個DataFrame，並將結果存儲在result變數中。最後我們輸出result的內容。

二、不同列名的DataFrame拼接

當我們需要將兩個不同列名的DataFrame進行拼接時，可以使用merge()函數。merge()函數是基於關鍵字拼接的。關鍵字可以通過left_on和right_on參數指定。

下面是一個示例：

import pandas as pd

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})

df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

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

上面的代碼中，我們創建了兩個DataFrame（df1和df2），然後使用merge()函數按照關鍵字『key』拼接這兩個DataFrame，並將結果存儲在result變數中。最後我們輸出result的內容。

三、多個不同列名的DataFrame拼接

當我們需要將多個不同列名的DataFrame進行拼接時，可以使用merge()函數嵌套連接。先用merge()函數將前兩個DataFrame拼接，然後再將拼接後的結果與下一個DataFrame拼接。這樣循環拼接下去，就可以將多個DataFrame拼接成一個新的DataFrame。

下面是一個示例：

import pandas as pd

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})

df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

df3 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'E': ['E0', 'E1', 'E2', 'E3'],
                    'F': ['F0', 'F1', 'F2', 'F3']})

result = pd.merge(pd.merge(df1, df2, on='key'), df3, on='key')
print(result)

上面的代碼中，我們創建了三個DataFrame（df1、df2和df3），然後使用merge()函數將df1和df2按照關鍵字『key』拼接，再將拼接後的結果和df3按照關鍵字『key』拼接，並將結果存儲在result變數中。最後我們輸出result的內容。

四、處理重複列名

當我們拼接的兩個DataFrame具有重複的列名時，concat()函數和merge()函數都無法正確處理。為了解決這個問題，我們可以使用suffixes參數來指定每個重複列名的後綴。

下面是一個示例：

import pandas as pd

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})

df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7']})

result = pd.merge(df1, df2, on='key', suffixes=('_left', '_right'))
print(result)

上面的代碼中，我們創建了兩個DataFrame（df1和df2），df1和df2具有相同的列名『A』和『B』。我們使用merge()函數按照關鍵字『key』拼接這兩個DataFrame，並通過suffixes參數指定『A』和『B』列名的後綴，以區分這兩個重複列名。最後我們輸出拼接後的結果。

五、使用join()函數

另一種常用的數據拼接函數是join()函數，它類似於merge()函數，也是基於關鍵字拼接的。不同的是，join()函數是DataFrame的成員函數，主要用於按照DataFrame索引進行連接。

下面是一個示例：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']},
                   index=['K0', 'K1', 'K2', 'K3'])

df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=['K0', 'K1', 'K2', 'K3'])

result = df1.join(df2)
print(result)

上面的代碼中，我們創建了兩個DataFrame（df1和df2），它們具有相同的索引。我們使用join()函數按照索引拼接這兩個DataFrame，並將結果存儲在result變數中。最後我們輸出result的內容。