Python Pandas合并数据：join、merge、concat、append与combine详解
本文详解Python Pandas中合并数据的五个核心函数：join基于索引横向拼接，merge基于键值连接，concat支持横纵双向拼接，append用于纵向追加，combine通过自定义函数按列组合。文章提供各函数的适用场景、参数说明及代码示例，帮助开发者高效处理DataFrame数据整合。
日前在技术交流群中，有开发者提及在阿里面试时遇到的关于Pandas使用的考题，其中一道经典问题是：Pandas中合并数据的五种方法。
借此机会，本文系统梳理Pandas中用于合并数据的五个关键函数。为聚焦核心用法，具体细节建议参考Pandas官方文档，此处仅做功能性盘点。
- join：主要基于索引进行横向拼接。
- merge：主要基于指定列（键）进行横向拼接。
- concat：支持横向与纵向两种维度的拼接操作。
- append：主要用于数据的纵向追加。
- combine：通过传入聚合函数，将两个DataFrame按列进行组合。
join
join函数基于索引执行横向拼接。当两个DataFrame索引完全一致时，直接进行横向合并；若索引不一致，缺失部分将填充为NaN值。
索引一致的情况
x = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[0, 1, 2])
y = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
'D': ['D0', 'D2', 'D3']},
index=[0, 1, 2])
x.join(y)运行结果如下：
索引不一致的情况
x = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[0, 1, 2])
y = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
'D': ['D0', 'D2', 'D3']},
index=[1, 2, 3])
x.join(y)运行结果如下：
merge
merge函数基于指定列进行横向拼接，其逻辑类似于关系型数据库的连接操作，可根据一个或多个键将不同的DataFrame连接起来。典型应用场景包括：针对同一主键存在两张不同字表的场景，通过主键将数据整合至一张表中。
该函数支持指定how参数以控制连接方式，可选值包括inner（内连接）、left（左连接）、right（右连接）和outer（全连接），默认值为inner。
x = pd.DataFrame({'姓名': ['张三', '李四', '王五'],
'班级': ['一班', '二班', '三班']})
y = pd.DataFrame({'专业': ['统计学', '计算机', '绘画'],
'班级': ['一班', '三班', '四班']})
pd.merge(x,y,how="left")运行结果如下：
concat
concat函数功能灵活，既可用于横向拼接，也可用于纵向拼接。
纵向拼接示例
x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])
y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])
z = pd.concat([x,y],axis=0)
z运行结果如下：
横向拼接示例
x = pd.DataFrame({'姓名': ['张三', '李四', '王五'],
'班级': ['一班', '二班', '三班']})
y = pd.DataFrame({'专业': ['统计学', '计算机', '绘画'],
'班级': ['一班', '三班', '四班']})
z = pd.concat([x,y],axis=1)
z运行结果如下：
append
append函数主要用于数据的纵向追加操作。
x = pd.DataFrame([['Jack','M',40],['Tony','M',20]], columns=['name','gender','age'])
y = pd.DataFrame([['Mary','F',30],['Bob','M',25]], columns=['name','gender','age'])
x.append(y)运行结果如下：
combine
combine函数允许通过传入自定义函数，将两个DataFrame按列进行组合处理。
x = pd.DataFrame({"A":[3,4],"B":[1,4]})
y = pd.DataFrame({"A":[1,2],"B":[5,6]})
x.combine(y,lambda a,b:np.where(a>b,a,b))运行结果如下：
注：上述示例中，combine函数用于返回对应位置上的最大值。
至此，关于Python Pandas中合并数据的五个函数详解已介绍完毕。如需了解更多Pandas合并数据相关内容，建议查阅本站往期文章或继续阅读后续相关教程，感谢大家的支持。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
