（6）Python初入坑之pandas基礎實操五

本節介紹數據的合併。

一、合併數據集

對於兩個數據集，有兩種形式。一種是增加列，把dataframe變得更寬，一種是增加行，把dataframe變得更長。

首先我們來創建data1 和 data2.

如果要使data1和data2橫向合併，也就是增加列，使其變寬，用merge()函數。如下：

使用on參數，來指定兩個列表根據哪一列來進行對齊匹配。

根據on參數，按照one列進行對齊匹配之後，兩個數據集找到了『a』和『b』進行對應，data1中根據『a』索引對應的值有三個，data2隻有一個10，則會形成三行。

而b，d等等這些數據一方有一方沒有，可以看出merge只取兩者都有的數據進行合併。

上述用法是兩個dataframe有相同的列，使用參數on即可匹配。那如果兩個沒有相同的列呢？

可以看出上述的兩個dataframe是沒有相同的列索引的，那我們如何合併呢？可以使用left_on= right_on= 參數來進行合併。

使用left和right的意思就是，左邊的數據取出one1，右邊的數據取出one2，根據這兩列進行匹配對齊，再合併。

如果兩個數據中，只有一列的名稱是相同的，其他都不同呢？pandas會很聰明的根據這一列相同的列索引進行匹配合併，代碼中都不需要寫入on=『one』，當然也可以自己手動設置匹配的列。如下：

以上兩個數據，只有one列是相同的，那麼我們不需要輸入on=one，pandas都可以默認按照這唯一相同索引的兩列進行匹配。

以上的merge()函數只取了兩個數據中可以匹配的數據，那如果我就是要把兩個數據的值都合併起來，匹配不到也不能拋棄，那怎麼辦呢？這個時候需要再添加限定參數how=outer。有一方匹配不到的值，就會返回NaN。如下：

假如我只要保存第一個dataframe的全部，第二個匹配不到的可以不要，那就用how=left。那如果只保存第二個dataframe的全部數據，第一個匹配不到的可以不用，那就用how=right。如下：

可以看出只保留了第data6中的abcd的取值，data5中的e，f都被拋棄了。

同理left也是一個道理。

使用left則保留了data5中的全部匹配到的數據，data6中的d，則被拋棄。

以上均為添加列，把dataframe變寬的用法。

那如果要把dataframe變長，添加行呢？可使用concat()函數。（百度翻譯merge和concat都是合併的意思嚶嚶嚶，看來要去翻一翻英英翻譯才能找到細微差別）

首先讓我們定義兩個data。

concat是默認以列索引對齊。data8是3行4列，data9是2行3列，其中能匹配到的列索引只有a，b，d，那在data9中匹配不到的c就會返回NaN值。

注意concat是以列表的形式把data8，data9傳輸進去。

可以看到，行索引是0,1,2,0,1，保留了之前兩個dataframe的索引。那如果我們想要使用pandas自動連續生成的索引，可以添加限定參數ignore_index=True。這樣可以忽略之前數據的行索引。

之前我們講到dataframe要增加新的列，直接賦值，增加一個Series就行。那如果要增加新的行呢？可以用append()函數。

順便回顧一下pandas實操一的內容。