极客笔记Pandas 如何根据索引合并两个DataFrames
在许多数据分析场景中，根据索引合并两个Pandas DataFrames可能是有用的。例如，您可能有两个具有不同特征或数据点的数据集，但两者都共享一个公共索引。在这种情况下，合并这两个DataFrames可以帮助您以有意义的方式组合数据。
在本文中，我们将学习如何在Python中根据索引合并两个Pandas DataFrames。我们将介绍合并过程中涉及的完整步骤，并用代码示例说明每个步骤。
Pandas中的DataFrames是什么
Pandas库最重要的数据结构之一是DataFrames。类似于电子表格、SQL表或Series对象的字典，它是一个带有可能具有不同类型的列的标记的二维数据结构。它被广泛用于数据操作、数据清洗和分析作为主要的Pandas数据结构。
DataFrame由行和列组成，其中每个部分可以具有不同的数据类型（例如整数、浮点数、字符串等）。由于每行和每列都有标签，所以可以轻松地访问和操作数据。行标签称为索引，列标签称为列。
在Python中合并两个DataFrames的步骤
步骤1：导入模块
使用Pandas在Python中合并两个数据框的第一步是导入所需的模块，如pd。在本示例中，我们将使用Pandas进行数据处理和合并，使用NumPy进行一些操作。以下是导入模块的语法-
import pandas as pd
import numpy as np
步骤2：创建样本数据框
下一步是使用pandas创建一些样本数据框，并将它们合并。对于这个示例，我们将创建两个带有随机数据的样本数据框，这两个数据框的索引相同，但列不同。以下是创建样本数据框的语法：
# Creating two DataFrames having the same index
mydf1 = pd.DataFrame({'First': [10, 20, 30], 'Second': [40, 50, 60]}, index=['a', 'b', 'c'])
mydf2 = pd.DataFrame({'Third': [70, 80, 90], 'Four': [100, 110, 120]}, index=['a', 'b', 'c'])
步骤3：根据索引合并
我们的下一步是在索引上合并这两个DataFrame，为此我们将使用merge()函数，并将left_index和right_index参数设置为True。这样可以确保合并是基于DataFrame的索引进行的。
# Merge DataFrames on index
merged_df = pd.merge(df1, df2, left_index=True, right_index=True)
print(merged_df)
在上述合并的DataFrame中，可以看到来自两个DataFrame的列已经被合并，数据点是基于共同的索引匹配的。
步骤4：合并具有不同索引的DataFrame
如果两个DataFrame具有不同的索引，我们仍然可以使用join()函数在索引上合并它们。我们可以将how参数指定为outer，以包括来自两个DataFrame的所有行，并将on参数指定为index以在索引上合并。
# Creating two DataFrames having the same index
mydf1 = pd.DataFrame({'First': [10, 20, 30], 'Second': [40, 50, 60]}, index=['a', 'b', 'c'])
mydf2 = pd.DataFrame({'Third': [70, 80, 90], 'Four': [100, 110, 120]}, index=['a', 'b', 'c'])
# Merging the DataFrames on index using join() function
mymerged_df = mydf1.join(mydf2)
# Print the merged DataFrame
print(mymerged_df)
这就是全部了！现在，我们将看到一些基于索引合并两个pandas数据框的示例，这些示例采用了不同的方法。
示例1：使用Merge()函数
在给定的示例中，我们使用了merge()函数在Python中基于索引合并了两个数据框。这里，我们创建了两个具有相同索引的数据框mydf1和mydf2。然后，我们使用merge()函数在它们的索引上合并了数据框。在合并了两个数据框之后，我们将结果保存在mymerged_df中，其中包含来自两个数据框的列，根据它们的索引进行了合并。
import pandas as pd
# Creating two DataFrames having the same index
mydf1 = pd.DataFrame({'First': [10, 20, 30], 'Second': [40, 50, 60]}, index=['a', 'b', 'c'])
mydf2 = pd.DataFrame({'Third': [70, 80, 90], 'Four': [100, 110, 120]}, index=['a', 'b', 'c'])
# Merging the DataFrames on index using merge() function
mymerged_df = pd.merge(mydf1, mydf2, left_index=True, right_index=True)
# Print the merged DataFrame
print(mymerged_df)
输出
First Second Third Four
a 10 40 70 100
b 20 50 80 110
c 30 60 90 120
示例2：使用Join()函数
在给定的示例中，我们使用join()函数在Python中合并两个DataFrame的索引。在此示例中，我们创建了两个具有不同索引的DataFrame mydf1和mydf2。然后，我们使用join()函数根据它们的索引合并DataFrame。合并两个数据帧后，我们将结果DataFrame保存为mymerged_df，其中包含来自两个DataFrame的列，根据它们的索引进行了合并。然而，在两个DataFrame中都不存在的行的列被缺失值NaN填充。
import pandas as pd
# Creating two DataFrames having the same index
mydf1 = pd.DataFrame({'First': [10, 20, 30], 'Second': [40, 50, 60]}, index=['a', 'b', 'c'])
mydf2 = pd.DataFrame({'Third': [70, 80, 90], 'Four': [100, 110, 120]}, index=['a', 'b', 'c'])
# Merging the DataFrames on index using join() function
mymerged_df = mydf1.join(mydf2)
# Print the merged DataFrame
print(mymerged_df)
输出
First Second Third Four
a 10 40 70 100
b 20 50 80 110
c 30 60 90 120
示例3：使用Concat()函数
在给定的示例中，我们使用concat()函数在Python中将两个数据帧按照索引合并。在这里，我们使用concat()函数合并数据帧。通过指定axis=1，我们水平连接了数据帧，即将列进行了合并。结果数据帧mymerged_df包含了来自两个数据帧的列，基于它们的索引进行了合并。
示例
import pandas as pd
# Creating two DataFrames having the same index
mydf1 = pd.DataFrame({'First': [10, 20, 30], 'Second': [40, 50, 60]}, index=['a', 'b', 'c'])
mydf2 = pd.DataFrame({'Third': [70, 80, 90], 'Four': [100, 110, 120]}, index=['a', 'b', 'c'])
# Merging the DataFrames on index using concat() function
mymerged_df = pd.concat([mydf1, mydf2], axis=1)
# Print the merged DataFrame
print(mymerged_df)
输出
First Second Third Four
a 10 40 70 100
b 20 50 80 110
c 30 60 90 120
结论
本文介绍了如何根据索引合并两个Panda数据框。当两个数据集共享一个相同索引，但具有不同的特征或数据点时，根据索引合并两个Pandas数据框在各种数据分析场景中非常有用。使用merge()和join()等各种函数，Pandas库可以简单高效地合并数据框。根据它们的索引，两个数据框的列被合并到最终的数据框中。数据框是一个具有线段和分段的二层标记信息结构，每个分段可以有不同的数据类型，并且线段和分段都有名称。