零基礎學習Python數據分析：數據處理模塊Pandas使用（4）

.merge 命令可以實現合併。然後它將匹配合併到一個新表中的一行中。類似於SQL中的theta連接語句。

new_df = pd.merge(orders, customers)

也可以

new_df = orders.merge(customers)

以上情況常用於合併多個DataFrame.

big_df = orders.merge(customers).merge(products)

多表合併後的查詢

import pandas as pdsales = pd.read_csv(sales.csv)print salestargets = pd.read_csv(targets.csv)print targetsmen_women=pd.read_csv(men_women_sales.csv)all_data=men_women.merge(sales).merge(targets)print(all_data)results=all_data[(all_data.revenue>all_data.target)&(all_data.women>all_data.men)]

三、特殊合併

在前面的例子中，merge函數「知道」如何基於兩個表之間相同的列去合併成新表。

例如，客戶表和產品表都有一欄id分別用於表示客戶編號和產品編號。因為id列在每一個表中意味著不同的東西，我們默認的合併將是錯誤的。我們可以解決這個問題的一種方法是使用重命名來重命名合併的列。在下面的例子中，我們將重新命名列ID customer_id，使訂單和客戶有一個共同的列合併。

import pandas as pdorders = pd.read_csv(orders.csv)print ordersproducts = pd.read_csv(products.csv)print productsorders_product=orders.merge(products.rename(columns={id:product_id}))print orders_product

還有一種方法可以解決此問題。我們可以使用關鍵詞left_on和right_on指定我們要執行合併的列。left DataFrame 是先儲入Pandas的，right DataFrame是後儲入Pandas的。

import pandas as pdorders = pd.read_csv(orders.csv)print ordersproducts = pd.read_csv(products.csv)print productspd.merge(orders,products,left_on=product_id,right_on=id)

細心的朋友們可能發現了product_id還在，id卻不見了，出現了idx，idy。通常情況下他們是冗餘的，我們可以用suffixes關鍵詞改寫_x和_y.

pd.merge(orders,products,left_on=product_id,
ight_on=id,suffixes=[_orders,_products])

四、外合併Outer Merge左合併Left Merge

如果合併表時缺少對應的匹配編號，會出現怎麼樣的結果呢。假設我們倉庫里沒有5號零部件了，但是客戶仍在訂購。那把訂單表和產品表合併會出現怎樣的結果

import pandas as pdorders = pd.read_csv(orders.csv)products = pd.read_csv(products.csv)print(orders.head())print(products.head())merged_df=pd.merge(orders,products)print(merged_df)

也就是說，合併表時缺少對應的匹配編號會抹去對應行。上述這種類型的合併（只包含匹配的行）稱為內部合併Inner Merge。當我們希望從不匹配的行中保存信息時，還可以使用其他類型的合併。

假設A公司和B公司剛剛合併。每家都有一個客戶列表，但他們的數據略有不同。A公司有每個客戶的名字和電子郵件。B公司有每個客戶的名字和電話號碼。他們有一些共同的客戶，但有些是不同的。

將兩個公司的數據合併而不丟失任何客戶，我們可以使用外部連接Outer Merge。外部聯接將包括來自兩個表的所有行，即使包含一些因不匹配而造成的缺失值。任何缺失值都用「None」或「nan」填充。

pd.merge(company_a, company_b, how=outer)

（默認為inner）

仍然以上列說明Left Merge的使用

假設我們想確定哪些客戶缺少電話信息。我們想要一個有Email但沒有Phone顧客名單。

我們可以通過執行左合併來得到這個結果。左合併包含第一個（左）表中的所有行，但只有與第一個表匹配的第二個（右）表中的行。

Ps.A公司聯繫方式為Email，B公司聯繫方式為Phone。

pd.merge(company_a, company_b, how=left)

五、DataFrame的連接

數據常常被分割成多個CSV文件，因此每個下載文件都較小。當我們想要把多個csv文件組合成單個csv文件時，可以使用pd.concat([df1, df2, df2, ...])

這種方法只針對所有列都是相同的DataFrame集合。

pd.concat([df1, df2])