python中pandas的DataFrame是数据分析中常用的数据结构之一，通常从外部文件中导入的文件都是存储为DataFrame格式的，因此掌握DataFrame的相关操作有助于快速准确的进行后续的数据分析，本节主要介绍DataFrame的合并过程，主要参考了《利用python进行数据分析》这本书。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

from pandas import Series,DataFrame  import pandas as pd data1 = {'state':['ohio','ohio'],          'year':[2000,2001]} data2 = {'state':['Nevada','Nevada'],          'year':[2001,2002]} frame1 = DataFrame(data1,columns=['state','year']) frame2 = DataFrame(data2,columns=['state','year'],index=['one','two']) frame3 = DataFrame(data1,columns=['state','year1']) print(frame1) print('--------------------------') print(frame2) print('--------------------------') print(frame3)

三个DataFrame中的内容分别如下图所示：

http://s14/mw690/0038eKILzy7iG1fGVI18d&690pandas DataFrame合并" TITLE="python pandas DataFrame合并" />

通过合并DataFrame可以得到如下图所示的结果：

http://s3/mw690/0038eKILzy7iG1t3kFc62&690pandas DataFrame合并" TITLE="python pandas DataFrame合并" />
其中frame1和frame2的有完全相同的列名，因此合并后的结果merge1还是有两个列；而frame1和frame3只有一个列名相同，因此合并的结果是保留共同的列在加上各自所有的列名，故结果为三列数据了。

由上面的解释我们同时能够得到append方法的另外一个功能就是可以给DataFrame方法添加列。

主要参数介绍：

left：参与合并的左边的DataFrame（相当于SQL的join中的左表）；

right：参数合并的右边的DataFrame（相当于SQL的join中的右表）；

how：为合并的方式，分别为'inner','outer','left','right'，默认为'inner'（相当于SQl中表连接的内连接、外链接、左链接和右连接）；

on：两个DataFrame用户连接的列名，必须同时存在于两个DataFrame中，如果未指定则为两个表的交集作为连接键；

left_on：左表用于连接的列（主要用户两个DataFrame不存在相同的列名时）；

right_on：右表用于连接的列；

left_index：将左边的DataFrame的索引作为连接键；

right_index：将右边的DataFrame的索引作为连接键；

sort：根据连接键对合并的结果进行排序；

suffixes：字符串的元组，用于追加于重叠列名的末尾，默认为（_x,_y）

完整代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71

# -*- coding: utf-8 -*- ''' python pandas DataFrame append and merge ''' from pandas import Series,DataFrame  import pandas as pd data1 = {'state':['ohio','ohio'],          'year':[2000,2001]} data2 = {'state':['Nevada','Nevada'],          'year':[2001,2002]} frame1 = DataFrame(data1,columns=['state','year']) frame2 = DataFrame(data2,columns=['state','year'],index=['one','two']) frame3 = DataFrame(data1,columns=['state','year1']) print(frame1) print('--------------------------') print(frame2) print('--------------------------') print(frame3) merge1 = frame1.append(frame2) merge2 = frame1.append(frame3) print(merge1) print(merge2) #首先定义两个DataFrame df1 = DataFrame({'key':['b','b','a','c','a','a','b'],                  'data1':range(7)}) df2 = DataFrame({'key':['a','b','d'],                  'data2':range(3)}) print(df1) print(df2) #实现DataFrame的合并（默认情况下） pd.merge(df1,df2) pd.merge(df1,df2,on='key') #指定连接键的列名称 df3 = DataFrame({'lkey':['b','b','a','c','a','a','b'],                  'data1':range(7)}) df4 = DataFrame({'rkey':['a','b','d'],                  'data2':range(3)}) pd.merge(df3,df4,left_on='lkey',right_on='rkey') #外链接 pd.merge(df1,df2,how='outer') #按照多个键的合并 left = DataFrame({'key1':['foo','foo','bar'],                   'key2':['one','two','one'],                   'lval':[1,2,3]}) right = DataFrame({'key1':['foo','foo','bar','bar'],                    'key2':['one','one','one','two'],                    'rval':[4,5,6,7]}) pd.merge(left,right,on=['key1','key2'],how='outer') left1 = DataFrame({'key':['a','b','a','a','b','c'],                    'value':range(6)}) right1 = DataFrame({'group_val':[3.5,7]},index=['a','b']) pd.merge(left1,right1,left_on='key',right_index=True)