pandas学习（五）merge

• .concat() 通常用来连接DataFrame对象。默认情况下是对两个DataFrame对象进行纵向连接， 当然通过设置参数，也可以通过它实现DataFrame对象的横向连接。
• .merge() 和pd.concat()不同，pd.merge()只能用于两个表的拼接，而且通过参数名称也能看出连接方向是左右拼接，一个左表一个右表，而且参数中没有指定拼接轴的参数，所以pd.merge()不能用于表的上下拼接。
• .append() ,的默认操作效果跟concat()相同， 都是实现两个DataFrame的纵向连接。事实上可以把它看做concat()的早期版本：

1.数据集1

1.1 创建数据集

raw_data_1 = {
        'subject_id': ['1', '2', '3', '4', '5'],
        'first_name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'], 
        'last_name': ['Anderson', 'Ackerman', 'Ali', 'Aoni', 'Atiches']}

raw_data_2 = {
        'subject_id': ['4', '5', '6', '7', '8'],
        'first_name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 
        'last_name': ['Bonder', 'Black', 'Balwner', 'Brice', 'Btisan']}

raw_data_3 = {
        'subject_id': ['1', '2', '3', '4', '5', '7', '8', '9', '10', '11'],
        'test_id': [51, 15, 15, 61, 16, 14, 15, 1, 61, 16]}
1
2
3
4
5
6
7
8
9
10
11
12
13

data1 = pd.DataFrame(raw_data_1, columns = ['subject_id', 'first_name', 'last_name'])
data2 = pd.DataFrame(raw_data_2, columns = ['subject_id', 'first_name', 'last_name'])
data3 = pd.DataFrame(raw_data_3, columns = ['subject_id','test_id'])
1
2
3

1.2 沿行拼接两个数据集

# pandas.concat()通常用来连接DataFrame对象。默认情况下是对两个DataFrame对象进行纵向连接， 
# 当然通过设置参数，也可以通过它实现DataFrame对象的横向连接。
all_data = pd.concat([data1, data2])
all_data
1
2
3
4

1.3 沿列拼接两个数据集

all_data_col = pd.concat([data1, data2], axis = 1)
all_data_col
1
2

1.4 按subject_id合并数据集

pd.merge(all_data, data3, on='subject_id')
1

1.5 仅合并在 data1 和 data2 上具有相同“subject_id”的数据

pd.merge(data1, data2, on='subject_id', how='inner')
1

1.6 合并 data1 和 data2 中的所有值，并在可用的情况下使用来自两端的匹配记录。

pd.merge(data1, data2, on='subject_id', how='outer')
1

2.数据集2

2.1 合并两个数据集

cars = cars1.append(cars2)
cars
1
2

2.2 创建一个从 15，000 到 73，000 的随机数序列。

nr_owners = np.random.randint(15000, high=73001, size=398, dtype='l')
nr_owners
1
2