相关导航
pandas 数据合并
看过来
《pandas 教程》 持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》 和 《Python之光》。
在实际的业务中，需要将多个文档、数据，可能是 Series 或 DataFrame 拼合在一起，进行大数据分析。pandas 提供的各种功能轻而易举地进行这些工作。
函数方法
- - pandas.concat() 数据连接 有更新
- - pd.merge() 数据合并 有更新
- - pd.merge_ordered() 按排序（时序）合并 有更新
- - pd.merge_asof() 填充插值合并 有更新
- - join() 基于索引合并 有更新
- - update() 更新数据的值
- - df.append() 数据追加合并
- - combine() 根据函数规则逐元素合并 有更新
- - combine_first() 优先使用第一个数据合并 有更新
- - compare() 数据对比
应用场景
在作者来看，在以下场景下可能会需要对数据进行拼接、合并操作：
- 日常工作中由多方交付的表格要合并成一个总表格
- 从数据库导出数据，单次太大，多次导出后需要合并
- 有多个数据，需要制取各自中有用的信息组成一个新的表
- 等等
操作
数据的合并其实有合并、连接、拼接等几种，最简单的是连接。连接字段相同只是把新的内容追加在后边。合并可能是不同的列，把这些列组合在一起形成多个列。还有一种是混合的，在以上的基础上，合并过程中还需要做些计算。
更新时间：2024-08-14 16:48:48 标签：pandas 合并
