python - pandas 中 merge() 和 concat() 的区别

Question

pd.DataFrame.merge()和pd.concat()的本质区别是什么？

到目前为止，这是我发现的，请评论我的理解有多完整和准确:

• .merge() 只能使用列(加上行索引)，它在语义上适用于数据库风格的操作。 .concat() 可以与任一轴一起使用，仅使用索引，并提供添加分层索引的选项。

• 顺便说一句，这允许以下冗余:两者都可以使用行索引组合两个数据帧。

• pd.DataFrame.join() 只是为 .merge()

(Pandas 擅长处理数据分析中非常广泛的用例。探索文档以找出执行特定任务的最佳方法可能有点令人生畏。)

Answer 1

一个非常高层次的区别是 merge() 用于根据公共(public)列的值组合两个(或多个)数据帧(也可以使用索引，使用 left_index =True 和/或 right_index=True)，而 concat() 用于将一个(或多个)数据帧附加在另一个下方(或横向，取决于 axis 选项设置为 0 还是 1)。

join() 用于在索引的基础上合并2个dataframe；我们可以使用 join()，而不是使用带有选项 left_index=True 的 merge()。

例如:

df1 = pd.DataFrame({'Key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'], 'data1': range(7)})

df1:
   Key  data1
0   b   0
1   b   1
2   a   2
3   c   3
4   a   4
5   a   5
6   b   6

df2 = pd.DataFrame({'Key': ['a', 'b', 'd'], 'data2': range(3)})

df2:
    Key data2
0   a   0
1   b   1
2   d   2

#Merge
# The 2 dataframes are merged on the basis of values in column "Key" as it is 
# a common column in 2 dataframes

pd.merge(df1, df2)

   Key data1 data2
0   b    0    1
1   b    1    1
2   b    6    1
3   a    2    0
4   a    4    0
5   a    5    0

#Concat
# df2 dataframe is appended at the bottom of df1 

pd.concat([df1, df2])

   Key data1 data2
0   b   0     NaN
1   b   1     NaN
2   a   2     NaN
3   c   3     NaN
4   a   4     NaN
5   a   5     NaN
6   b   6     NaN
0   a   Nan   0
1   b   Nan   1
2   d   Nan   2