pandas入门（四）：pandas中数据DataFrame的合并和联结
在使用 SQL 语句分析数据的时候，经常会碰到数据并不是放在同一张表格中，在做分析时候需要把数据联结到一起，在分析前需要对数据进行合并联结处理，如果两张表格的数据都非常大的时候，是不建议直接在SQL 中进行处理的，容易造成 服务器卡死的现象，DataFrame 同样也提供了传统 SQL 的数据合并联结方式。
把两张相同格式的数据合并到一起
在SQL 中相同的数据如果放在两张表中，可以使用union 把数据相连。两个DataFrame 可以使用 append 进行扩展，append 的更多用法在官网。
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']})
df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],'B': ['B8', 'B9', 'B10', 'B11'],'C': ['C8', 'C9', 'C10', 'C11'],'D': ['D8', 'D9', 'D10', 'D11']})
result = df1.append(df2,ignore_index = True)
print df1
print
print df2
print
print result
print
print result['A'][0]
结果如下：
A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
A B C D
0 A4 B4 C4 D4
1 A5 B5 C5 D5
2 A6 B6 C6 D6
3 A7 B7 C7 D7
A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
4 A4 B4 C4 D4
5 A5 B5 C5 D5
6 A6 B6 C6 D6
7 A7 B7 C7 D7
A0
concat 是一种更加灵活的连接方式，append 是一种简版的concat ，concat 的用法更多，例如对表格进行横向的扩展：
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']})
df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],'B': ['B8', 'B9', 'B10', 'B11'],'C': ['C8', 'C9', 'C10', 'C11'],'D': ['D8', 'D9', 'D10', 'D11']})
df4 = pd.DataFrame({'B': ['B2', 'B3', 'B6', 'B7'],'D': ['D2', 'D3', 'D6', 'D7'],'F': ['F2', 'F3', 'F6', 'F7']})
result = pd.concat([df1, df4], axis=1)
print result
扩展结果：
A B C D B D F
0 A0 B0 C0 D0 B2 D2 F2
1 A1 B1 C1 D1 B3 D3 F3
2 A2 B2 C2 D2 B6 D6 F6
3 A3 B3 C3 D3 B7 D7 F7
concat 的更多用法在官网
通过键值关联数据
merge 可以是两个DataFrame 通过某个关键字段关联在一起，concat 中进行扩展并没有通过一种关系来对应，merge 可以指定 key。
import pandas as pd
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],'C': ['C0', 'C1', 'C2', 'C3'],'D': ['D0', 'D1', 'D2', 'D3']})
result = pd.merge(left, right, on='key')
print left
print
print right
print
print result
指定key的结果为：
A B key
0 A0 B0 K0
1 A1 B1 K1
2 A2 B2 K2
3 A3 B3 K3
C D key
0 C0 D0 K0
1 C1 D1 K1
2 C2 D2 K2
3 C3 D3 K3
A B key C D
0 A0 B0 K0 C0 D0
1 A1 B1 K1 C1 D1
2 A2 B2 K2 C2 D2
3 A3 B3 K3 C3 D3
merge 的更多用法在官网