日常数据分析中,需要将多个表进行合并,包括表的纵向拼接以及表的横向连接,将多个小表组合成为一张大表,使用的方法有Excel中的Vlookup函数法,SQL中UNION和JOIN的方法,以及Pandas模块中的函数。
使用VLOOKUP函数,指定条件在指定区域直方向查找数据。
VLOOKUP函数的公式如下:
VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
匹配张三的语文、数学、英语成绩使用VLOOKUP函数演示。
VLOOKUP函数动态演示
在SQL中,对于多张表的纵向拼接,使用UNION或UNION ALL关键词,对于多张表横向连接,使用INNER JOIN或者LEFT JOIN即可。
在Python,Pandas模块中append函数和concat函数可以对表格做纵向合并,merge函数可以对表格横向连接。其中,append函数只能在行方向进行拼接,concat函数可以在行方向或列方向进行内联或外联拼接操作,默认行拼接,取并集,merge函数可以在行方向或列方向进行拼接,默认列拼接,取交集。
本文详细介绍Pandas模块中append函数、concat函数和merge函数,使用案例数据进行代码演示,下面一起来学习。
本文来源于公众号:大话数据分析。
1、append函数
append函数的语法如下:
df.append(other, ignore_index=False, verify_integrity=False, sort=None)
函数的参数说明如下:
append函数的使用方法如下:
构建一个DataFrame数据集,表示为df1和df2。
df1=pd.DataFrame([[11,12],[13,14]],columns=['二班','一班'],index=['优','良'])
df1
df2=pd.DataFrame([[15,16]],columns=['二班','三班'],index=['差'])
df2
使用append函数拼接,不排序。
df1.append(df2,sort=False)
sort=True,进行排序。
df1.append(df2,sort=True)
ignore_index=True去除索引。
df1.append(df1,ignore_index=True)#去除索引
2、concat函数
concat函数的语法如下:
pd.concat(objs,axis=0,join='outer',jokin_axes=None,ignore_index=False,keys=None)
函数的参数说明如下:
concat函数的使用方法如下:
import pandas as pd
import datetime
构建一个DataFrame数据集,表示为df1和df2。
#构造数据集df1
df1 = pd.DataFrame({'用户ID':[1001,1002,1003,1004,1005,1006],
'日期':pd.date_range(datetime.datetime(2021,3,26),periods=6),
'城市':['北京', '上海', '广州', '上海', '杭州', '北京'],
'年龄':[23,44,54,32,34,32],
'性别':['F','M','M','F','F','F'],
'成交量':[3200,1356,2133,6733,2980,3452]},
columns =['用户ID','日期','城市','年龄','性别','成交量'])
df1
#构造数据集df2
df2 = pd.DataFrame({'用户ID':[1007,1008,1009],
'日期':pd.date_range(datetime.datetime(2021,3,1),periods=3),
'城市':['北京', '上海', '广州'],
'年龄':[33,34,34,],
'成交量':[4200,3356,2633]},
columns =['用户ID','日期','城市','年龄','成交量'])
df2
使用concat函数拼接,keys为合并后的数据添加新索引,用于区分各个数据部分sort按照列名排序。
# 数据集的纵向合并
df = pd.concat([df1,df2],# 指定需要合并的对象
keys=['df1','df2'],# 为合并后的数据添加新索引,用于区分各个数据部分
sort=True #按照列名排序
)
df
level=0将第一列的索引列转换为变量。
# 将第一列的索引列转换为变量
df3 = df.reset_index(level=0,inplace=False)
df3
rename将第一列的索引列转换为变量后然后重命名。
# 变量重命名
df3.rename(columns={'level_0':'数据集'},inplace=True)
df3
拼接成新的数据集后,发现行索引还是原来的,不直观,这是使用两种方法进行修改,一种是使用index的方法。
# 重新调整行索引
df3.index = range(df3.shape[0])
df3
另一种当ignore_index=True,对index进行重新排序。
# 重新调整行索引
df = pd.concat([df1,df2],sort=True,ignore_index=True)
df
1、merge函数
merge函数的语法如下:
pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
函数的参数说明如下:
merge函数的使用方法如下:
import pandas as pd
import datetime
构建一个DataFrame数据集,表示为df1和df2。
#构造数据集df
df1 = pd.DataFrame({'用户ID':[1001,1002,1003,1004,1005,1006],
'日期':pd.date_range(datetime.datetime(2021,3,26),periods=6),
'城市':['北京', '上海', '广州', '上海', '杭州', '北京'],
'年龄':[23,44,54,32,34,32],
'性别':['F','M','M','F','F','F'],
'成交量':[3200,1356,2133,6733,2980,3452]},
columns =['用户ID','日期','城市','年龄','性别','成交量'])
df1
#构造构造列名不同的df2
df2 = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006,1007,1008,1009,1010],
"平台":['京东','淘宝','京东','天猫','唯品会','苏宁','天猫','淘宝','美团','拼多多'],
"收入额":[100000,320000,240000,445000,340000,640000,300000,460000,540000,230000]},
columns =['id','平台','收入额'])
df2
首先构建了两个连接键列名不同的数据集,需要分别指定left_on和right_on进行连接,此处how='left'是左连接。
# 将df1和df2连接起来
merge1 = pd.merge(left=df1,right=df2,how='left',left_on='用户ID',right_on='id')
merge1
构造列名相同的df2,都有一个'用户ID'的列名。
#构造列名相同的df2
df2 = pd.DataFrame({"用户ID":[1001,1002,1003,1004,1005,1006,1007,1008,1009,1010],
"平台":['京东','淘宝','京东','天猫','唯品会','苏宁','天猫','淘宝','美团','拼多多'],
"收入额":[100000,320000,240000,445000,340000,640000,300000,460000,540000,230000],
'日期':pd.date_range(datetime.datetime(2021,3,1),periods=10)},
columns =['用户ID','平台','收入额','日期'])
df2
因为都有一个'用户ID'的列名,所以此处左连接时,不用分别指定左右键名,只需要用on指定就好。
# 指定用户ID连接
merge2 = pd.merge(left=df1,right=df2,how='left',on='用户ID')
merge2
suffixes对于重复的列名修改,作区分。
# 重复列名处理
merge2 = pd.merge(left=df1,right=df2,how='left',on='用户ID',suffixes=["","1"])
merge2
通常表格拼接完成后,数据预处理后就可以对数据做分析了,对于数据分析所需要的的字段分析。
df=merge2[['用户ID','日期','城市','成交量','收入额']]
df
查看字段的属性。
df.info()
做收入额的条形图。
df['收入额'].plot(kind='bar')
页面更新:2024-03-13
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2020-2024 All Rights Reserved. Powered By 71396.com 闽ICP备11008920号-4
闽公网安备35020302034903号