Pandas处理Excel之合并表格的方法

当在数据分析或数据处理过程中，可能需要合并表格以获得更完整的信息或更好的洞察。在Pandas库中，concat()和merge()是两个常用的函数，用于将多个数据帧（DataFrame）或序列（Series）组合在一起。它们的主要区别在于它们的用途和合并方式。

concate：函数是用于拼接两个或多个DataFrame或Series对象沿着行或列的方向。这个函数可以用于简单的数据拼接，也可以用于复杂的数据处理任务。

df = pd.concat(objs, axis=0, join='outer', ignore_index=False, 
        keys=None, levels=None, names=None, verify_integrity=False, 
        sort=None, copy=True) 

（1）objs：对象，一般为df或者series

（2）axis：拼接方向，默认为0，行拼接，若axis=1，则为列拼接

（3）join：默认为outer表示并集，inner表示交集, left/right表示左右连接

（4）ignore_index=True：重建索引

（5）keys：创建层次化索引

（a）两张表列数一致，只是需要将行数简单拼接时：pd.concat([df1,df2])，效果df1.append(df2)。

（b）两张表行数一致，只需要列简单拼接时：pd.concate([df1,df2],axis=1),效果pd.merge(df1,df2,left_index=True,right_index=True,how=‘outer’)。

（c）两张表按行拼接，只想保留列索引相同的列，则how=‘inner’。

（d）两张表按列拼接，只想保留行索引相同的行，则how=‘inner’。

下面是一些concat()函数的使用示例和总结:

1. 沿着行方向拼接DataFrame

如果想要沿着行方向将两个DataFrame对象拼接在一起，可以使用concat()函数，如下所示：

import pandas as pd  
  
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})  
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})  
concated_df = pd.concat([df1, df2])  
print(concated_df)

这将会在两个DataFrame之间进行行拼接，输出的结果如下：

    A  B  
0  1  3  
1  2  4  
0  5  7  
1  6  8

2. 沿着列方向拼接DataFrame

如果想要沿着列方向将两个DataFrame对象拼接在一起，可以通过设置axis=1来实现，如下所示：

import pandas as pd  
  
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})  
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})  
concated_df = pd.concat([df1, df2], axis=1)  
print(concated_df)

这将会在两个DataFrame之间进行列拼接，输出的结果如下：

    A  B  A  B  
0  1  3  5  7  
1  2  4  6  8

3. 使用 ignore_index 参数更改索引

如果想要在拼接之后更改DataFrame的索引，可以使用ignore_index参数，如下所示：

import pandas as pd  
  
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})  
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})  
concated_df = pd.concat([df1, df2], ignore_index=True)  
print(concated_df)

这将会在拼接之后重设DataFrame的索引，输出的结果如下：

   A  B
0  1  3
1  2  4
2  5  7
3  6  8

merge：merge()函数来合并两个表格。merge()函数的基本语法如下：

merge(left, right, how='inner', on=None, 
      left_on=None, right_on=None, 
      left_index=False, right_index=False, 
      sort=True, suffixes=('_x', '_y'), copy=True, 
      indicator=False, 
      validate=None)

（1）left和right分别表示要合并的左右两个表格；

（2）how参数指定合并方式，包括内连接(inner)、左连接(left)、右连接(right)和外连接(outer)；

（3）on参数指定用于合并的列名；left_on和right_on参数分别指定左右两个表格中用于合并的列名；

（4）left_index和right_index参数指定是否使用索引列进行合并；

（5）sort参数指定是否排序结果表格；

（6）suffixes参数指定左右两个表格重叠列名的后缀；

（7）copy参数指定是否复制原始数据；

（8）indicator参数指定是否添加指示符列；

（9）validate参数指定是否验证合并结果。

下面的例子将会详细说明如何使用:

首先，我们创建两个简单的DataFrame：

import pandas as pd  
  
# 创建第一个DataFrame  
df1 = pd.DataFrame({  
    'A': ['A0', 'A1', 'A2', 'A3'],  
    'B': ['B0', 'B1', 'B2', 'B3'],  
    'key': ['K0', 'K1', 'K0', 'K1']  
})  
  
# 创建第二个DataFrame  
df2 = pd.DataFrame({  
    'key': ['K0', 'K1'],  
    'C': ['C0', 'C1']  
})

默认情况下，merge()函数执行的是内连接（inner join）：

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

结果：

      A   B key   C  
0  A0  B0  K0  C0  
1  A1  B1  K1  C1  
2  A2  B2  K0  C0  
3  A3  B3  K1  C1

如果我们想执行左连接或右连接，我们可以设置how参数：

左连接：

merged = pd.merge(df1, df2, on='key', how='left')  
print(merged)

右连接：

merged = pd.merge(df1, df2, on='key', how='right')  
print(merged)

如果我们想根据多个键进行合并，我们可以传入一个键的列表给on参数：

merged = pd.merge(df1, df2, on=['key1', 'key2'])  
print(merged)

总结一下，concat()函数用于将多个数据帧或序列按照行或列的方向进行简单的拼接，而merge()函数用于将两个数据帧按照指定的列或索引进行合并。concat()函数保留所有输入对象的索引或列名，而merge()函数会根据合并的键连接行，并可能添加新的列来存储来自两个数据帧的值。