机器学习基础~05.数据集成 - Aphros的博客

Aphros 收录于机器学习和机器学习基础

2025-05-15 2026-01-09 约 300 字预计阅读 1 分钟 - 次阅读 - 条评论

目录

第 1 节数据合并

数据合并将行或者列相同的数据进行合并，通过axis参数指定根据行还是列进行合并。

axis=0，数据按照列进行堆放，要求多组数据的列数相同。

axis=1，数据按照行进行堆放，要求多组数据的行数相同。

1
2
3
4


# 使用 concat() 函数沿着行方向合并数据
concatenated_data = pd.concat([data1, data2], ignore_index=True)
# 打印合并后的数据
print(concatenated_data)

第 2 节数据连接

数据连接取相同的key进行合并，通过参数how指定当两者的key不匹配时的处理方式。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


import pandas as pd
df1=pd.DataFrame({'key':[ 'a','e','b','a','c','a','b'], 'data1':range(7)})
df2=pd.DataFrame({'key':['a','b','c','f'] ,'data2':range(4)})

#根据key合并df1、dF2，取交集
result1 = pd.merge(df1,df2,on='key',how="inner")

#根据key合并df1、df2，取并集
result2 = pd.merge(df1,df2,on='key',how="outer")

#根据key合并df1、df2，拼接df2对象
result3 = pd .merge(df2,df1,on='key',how="left")