pandas常用表连接merge/concat/join/append详解
作者：KevinAha
使用python的pandas库可以很容易帮你搞定，而且性能也是很出色的；百万级的表关联，可以秒出，本文给大家分享pandas常用表连接merge/concat/join/append详解，感兴趣的朋友跟随小编一起看看吧
两个表的数据连接在一起，通常我们也是使用excel的vlookup搞定；但是，当你的表特别大，大到excel根本打不开，这种情况我们应该怎样连接表呢？
使用python的pandas库可以很容易帮你搞定，而且性能也是很出色的；百万级的表关联，可以秒出；
常用的主要有以下四处方法；
merge
两个合并；默认inner
支持left/right/inner/outer
支持多字段
join
基于索引合并，性能好；两个表都需要先有索引
支持left/right/inner/outer
concat
多表合并
支持类型不一致；
支持行列两种模式；默认行；
默认外连接（outer）；
支持left/right/inner/outer
append
简单追加；
示例
以下是concat的演示
import pandas as pd
fa = pd.read_csv('a.csv', low_memory=False)
fb = pd.read_csv('b.csv', low_memory=False)
pd.concat([fa, fb]).to_csv('dist.csv', encoding='utf_8_sig')到此这篇关于pandas常用表连接merge/concat/join/append详解的文章就介绍到这了,更多相关pandas表连接内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！