Pandas merge()和concat()的区别

在本文中，我们将介绍Pandas中merge()和concat()的区别，并通过示例说明它们在不同的情境下的应用。

阅读更多：Pandas 教程

merge()

merge()是Pandas中功能强大的函数之一，它可以根据一列或多列的值，将两个或多个数据框（DataFrame）进行合并，并返回一个新的数据框。具体来说，merge()将两个数据框沿着指定的列进行匹配，匹配成功的行将以指定的方式合并。

下面是一个示例，展示了如何使用merge()将两个数据框进行合并。

import pandas as pd

df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 
                    'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 
                    'value2': [5, 6, 7, 8]})

merged_df = pd.merge(df1, df2, on='key')
print(merged_df)

输出：

  key  value1  value2
0   B       2       5
1   D       4       6

在这个例子中，我们首先创建了两个数据框，每个数据框都有一个名为“key”的列，它们都包含一些相同的值。然后我们使用merge()将它们合并。由于我们指定了“key”列作为匹配列，只有df1和df2中的“key”列匹配的行被保留，并以左侧的df1中的行为基础返回了一个新的数据框。由于我们没有指定合并方式（默认为“inner”），因此只有匹配的行被保留，而不匹配的行被删除。

concat()

concat()是另一个Pandas函数，它可以沿着一个轴（行或列）将两个或多个数据框（DataFrame）简单地连接在一起，并返回一个新的数据框。具体来说，concat()将多个数据框按照给定的轴进行简单的堆叠。

下面是一个示例，展示了如何使用concat()将两个数据框进行连接。

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 
                    'B': ['B0', 'B1', 'B2', 'B3'], 
                    'C': ['C0', 'C1', 'C2', 'C3'], 
                    'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'], 
                    'B': ['B4', 'B5', 'B6', 'B7'], 
                    'C': ['C4', 'C5', 'C6', 'C7'], 
                    'D': ['D4', 'D5', 'D6', 'D7']})

concat_df = pd.concat([df1, df2])
print(concat_df)

输出：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

在这个例子中，我们首先创建了两个数据框，它们具有相同的列名和列数。然后我们使用concat()将它们连接到一起。由于我们没有指定连接的方式，因此它们默认沿着行的轴进行简单堆叠。注意到我们在concat()函数中传递了一个数据框列表，表示需要连接的所有数据框。结果是，两个数据框按照行的方式简单拼接在了一起。

区别

在讲解merge()和concat()的区别之前，需要首先明确一个概念：合并（merge）和连接（concatenate）是两个不同的操作。合并是指将相同的列之间的数据合并在一起，连接是指将不同的列连接在一起。

那么merge()和concat()之间的区别是什么呢？

• merge()的主要用途是根据某些列值来合并两个或多个数据框。它通常用于将两个数据框中的共同列合并在一起。concat()的主要用途是将数据框沿着某一轴（通常是行轴）简单堆叠在一起，它通常用于将两个具有相同列名的数据框连接在一起。
• merge()的结果可能会包含来自左侧和右侧数据框的所有行，或者只包含合并列匹配的行（取决于合并方式）。而concat()的结果将包含沿着指定轴的所有数据框的行或列。
• merge()通常需要指定用于合并的列名，而concat()默认在连接操作中沿着行轴进行堆叠。

示例

接下来通过更多示例来理解merge()和concat()的差异。

多列合并

import pandas as pd

df1 = pd.DataFrame({'key1': ['A', 'B', 'C', 'D'],
                    'key2': ['X', 'Y', 'Z', 'X'],
                    'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key1': ['B', 'D', 'E', 'F'],
                    'key2': ['Y', 'X', 'W', 'Z'],
                    'value2': [5, 6, 7, 8]})

merged_df = pd.merge(df1, df2, on=['key1', 'key2'])
print(merged_df)

输出：

  key1 key2  value1  value2
0    B    Y       2       5
1    D    X       4       6

这个例子展示了如何使用merge()基于两个列进行合并。在这个例子中，我们同时指定了“key1”和“key2”作为匹配列，从而可以更加精确地合并两个数据框。结果仅包含df1和df2中匹配的行。

简单连接

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

concat_df = pd.concat([df1, df2], axis=1)
print(concat_df)

输出：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

这个例子展示了如何使用concat()将两个数据框按照列的方式连接在一起。由于数据框具有不同的列名，我们需要指定axis=1使它们在列的方向上连接。最终的结果是一个新的数据框，包含了来自df1和df2的所有列。

序列连接

import pandas as pd

s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4,5, 6])

concat_s = pd.concat([s1, s2])
print(concat_s)

输出：

0    1
1    2
2    3
0    4
1    5
2    6
dtype: int64

这个例子展示了如何使用concat()将两个序列（Series）连接在一起。由于序列没有列名，我们可以直接将它们传递给concat()函数中。最终的结果是一个新的序列，包含了来自s1和s2的所有元素。

总结

本文介绍了Pandas中merge()和concat()之间的区别，并通过多个示例说明它们在不同情境下的应用。虽然它们都可以用于合并和连接数据框，但它们的核心目的和方法不同。在实际工作中，应根据需要选择正确的函数来完成所需的操作。