Pandas 多个表格合并：merge(), join(), concat() 函数详解

在 Pandas 中，可以使用 merge(), join(), concat() 等函数实现多个表的合并。

1. merge() 函数

merge() 函数可以将两个表按照指定的列进行合并，并且可以指定合并方式（'inner', 'outer', 'left', 'right'）。

例如：

import pandas as pd

# 创建两个数据表
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 将两个数据表按照 key 列进行合并
result = pd.merge(df1, df2, on='key', how='outer')
print(result)

输出结果：

  key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      5.0
2   C      3.0      NaN
3   D      4.0      6.0
4   E      NaN      7.0
5   F      NaN      8.0

2. join() 函数

join() 函数可以将两个表按照索引进行合并。

例如：

import pandas as pd

# 创建两个数据表
df1 = pd.DataFrame({'value1': [1, 2, 3, 4]}, index=['A', 'B', 'C', 'D'])
df2 = pd.DataFrame({'value2': [5, 6, 7, 8]}, index=['B', 'D', 'E', 'F'])

# 将两个数据表按照索引进行合并
result = df1.join(df2, how='outer')
print(result)

输出结果：

   value1  value2
A     1.0     NaN
B     2.0     5.0
C     3.0     NaN
D     4.0     6.0
E     NaN     7.0
F     NaN     8.0

3. concat() 函数

concat() 函数可以将多个表按照行或列进行合并。

例如：

import pandas as pd

# 创建三个数据表
df1 = pd.DataFrame({'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'value2': [5, 6, 7, 8]})
df3 = pd.DataFrame({'value3': [9, 10, 11, 12]})

# 将三个数据表按照行进行合并
result = pd.concat([df1, df2, df3], axis=1)
print(result)

输出结果：

   value1  value2  value3
0       1       5       9
1       2       6      10
2       3       7      11
3       4       8      12