Python数据分析，办公自动化，数据表如何做拼接与连接？

　　日常数据分析中，需要将多个表进行合并，包括表的纵向拼接以及表的横向连接，将多个小表组合成为一张大表，使用的方法有Excel中的 Vlookup 函数法，SQL中 UNION 和 JOIN 的方法，以及 Pandas 模块中的函数。
　　使用VLOOKUP函数，指定条件在指定区域直方向查找数据。
　　VLOOKUP函数的公式如下： VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
　　匹配张三的语文、数学、英语成绩使用VLOOKUP函数演示。
　　VLOOKUP函数动态演示
　　在SQL中，对于多张表的纵向拼接，使用 UNION 或 UNION ALL 关键词，对于多张表横向连接，使用 INNER JOIN 或者 LEFT JOIN 即可。
　　在Python，Pandas模块中 append 函数和 concat 函数可以对表格做 纵向合并 ， merge 函数可以对表格 横向连接 。其中，append函数只能在行方向进行拼接，concat函数可以在行方向或列方向进行内联或外联拼接操作，默认行拼接，取并集，merge函数可以在行方向或列方向进行拼接，默认列拼接，取交集。
　　本文详细介绍Pandas模块中append函数、concat函数和merge函数，使用案例数据进行代码演示，下面一起来学习。
　　本文来源于公众号：大话数据分析。一、表格纵向拼接
　　1、append函数
　　append函数的语法如下： df.append(other, ignore_index=False, verify_integrity=False, sort=None)
　　函数的参数说明如下： other：DataFrame、series、dict、list等数据结构； ignore_index：默认值为False，若为True则不使用index标签； verify_integrity ：默认值为False，若为True，当创建相同的index时会抛出ValueError的异常； sort：默认None，若为True时，进行排序。
　　append函数的使用方法如下：
　　构建一个DataFrame数据集，表示为df1和df2。 df1=pd.DataFrame([[11,12],[13,14]],columns=[＂二班＂,＂一班＂],index=[＂优＂,＂良＂]) df1
　　df2=pd.DataFrame([[15,16]],columns=[＂二班＂,＂三班＂],index=[＂差＂]) df2
　　使用append函数拼接，不排序。 df1.append(df2,sort=False)
　　sort=True，进行排序。 df1.append(df2,sort=True)
　　ignore_index=True去除索引。 df1.append(df1,ignore_index=True)#去除索引
　　2、concat函数
　　concat函数的语法如下： pd.concat(objs,axis=0,join=＂outer＂,jokin_axes=None,ignore_index=False,keys=None)
　　函数的参数说明如下： objs：指定需要合并的对象； axis：拼接轴方向，默认为0，沿行拼接；若为1，沿列拼接； join：默认外联，拼接另一轴所有的label，缺失值用NaN填充； join_axes：指定需要拼接轴的labels，可在join既不内联又不外联的时候使用； ignore_index：对index进行重新排序，默认为False，若为True，则表示忽略原索引并生成新索引； keys：多重索引，便于区分来源表； sort: 按值排序。
　　concat函数的使用方法如下： import pandas as pd import datetime
　　构建一个DataFrame数据集，表示为df1和df2。 #构造数据集df1 df1 = pd.DataFrame({＂用户ID＂:[1001,1002,1003,1004,1005,1006],                     ＂日期＂:pd.date_range(datetime.datetime(2021,3,26),periods=6),                     ＂城市＂:[＂北京＂, ＂上海＂, ＂广州＂, ＂上海＂, ＂杭州＂, ＂北京＂],                     ＂年龄＂:[23,44,54,32,34,32],                     ＂性别＂:[＂F＂,＂M＂,＂M＂,＂F＂,＂F＂,＂F＂],                     ＂成交量＂:[3200,1356,2133,6733,2980,3452]},                      columns =[＂用户ID＂,＂日期＂,＂城市＂,＂年龄＂,＂性别＂,＂成交量＂]) df1
　　#构造数据集df2 df2 = pd.DataFrame({＂用户ID＂:[1007,1008,1009],                     ＂日期＂:pd.date_range(datetime.datetime(2021,3,1),periods=3),                     ＂城市＂:[＂北京＂, ＂上海＂, ＂广州＂],                     ＂年龄＂:[33,34,34,],                     ＂成交量＂:[4200,3356,2633]},                     columns =[＂用户ID＂,＂日期＂,＂城市＂,＂年龄＂,＂成交量＂]) df2
　　使用concat函数拼接，keys为合并后的数据添加新索引，用于区分各个数据部分sort按照列名排序。 # 数据集的纵向合并 df = pd.concat([df1,df2],# 指定需要合并的对象                 keys=[＂df1＂,＂df2＂],# 为合并后的数据添加新索引，用于区分各个数据部分                 sort=True #按照列名排序                 ) df
　　level=0将第一列的索引列转换为变量。 # 将第一列的索引列转换为变量 df3 = df.reset_index(level=0,inplace=False) df3
　　rename将第一列的索引列转换为变量后然后重命名。 # 变量重命名 df3.rename(columns={＂level_0＂:＂数据集＂},inplace=True) df3
　　拼接成新的数据集后，发现行索引还是原来的，不直观，这是使用两种方法进行修改，一种是使用index的方法。 # 重新调整行索引 df3.index = range(df3.shape[0]) df3
　　另一种当ignore_index=True，对index进行重新排序。 # 重新调整行索引 df = pd.concat([df1,df2],sort=True,ignore_index=True) df
　　二、横向连接
　　1、merge函数
　　merge函数的语法如下： pd.merge(left, right, how=＂inner＂, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(＂_x＂, ＂_y＂), copy=True, indicator=False, validate=None)
　　函数的参数说明如下： left_data、right_data：需要合并的两部分数据； on：连接键，当两个表的连接键名一样，可以直接用on，而不用left_on和right_on，可以是单键或多键； left_on、right_on：如果两个表键名不一样，则分别指出，可以是单键或多键； suffixes：如果两边键名相同，要做区分，可以使用此参数指定区分格式，如suffixes=(＂left_x＂,＂right_y＂)； how：指定连接方式，分为inner、left、right、outer；
　　merge函数的使用方法如下： import pandas as pd import datetime
　　构建一个DataFrame数据集，表示为df1和df2。 #构造数据集df df1 = pd.DataFrame({＂用户ID＂:[1001,1002,1003,1004,1005,1006],                     ＂日期＂:pd.date_range(datetime.datetime(2021,3,26),periods=6),                     ＂城市＂:[＂北京＂, ＂上海＂, ＂广州＂, ＂上海＂, ＂杭州＂, ＂北京＂],                     ＂年龄＂:[23,44,54,32,34,32],                     ＂性别＂:[＂F＂,＂M＂,＂M＂,＂F＂,＂F＂,＂F＂],                     ＂成交量＂:[3200,1356,2133,6733,2980,3452]},                      columns =[＂用户ID＂,＂日期＂,＂城市＂,＂年龄＂,＂性别＂,＂成交量＂]) df1
　　#构造构造列名不同的df2 df2 = pd.DataFrame({＂id＂:[1001,1002,1003,1004,1005,1006,1007,1008,1009,1010],                     ＂平台＂:[＂京东＂,＂淘宝＂,＂京东＂,＂天猫＂,＂唯品会＂,＂苏宁＂,＂天猫＂,＂淘宝＂,＂美团＂,＂拼多多＂],                     ＂收入额＂:[100000,320000,240000,445000,340000,640000,300000,460000,540000,230000]},                     columns =[＂id＂,＂平台＂,＂收入额＂]) df2
　　首先构建了两个连接键列名不同的数据集，需要分别指定left_on和right_on进行连接，此处how=＂left＂是左连接。 # 将df1和df2连接起来 merge1 = pd.merge(left=df1,right=df2,how=＂left＂,left_on=＂用户ID＂,right_on=＂id＂) merge1
　　构造列名相同的df2，都有一个＂用户ID＂的列名。 #构造列名相同的df2 df2 = pd.DataFrame({＂用户ID＂:[1001,1002,1003,1004,1005,1006,1007,1008,1009,1010],                     ＂平台＂:[＂京东＂,＂淘宝＂,＂京东＂,＂天猫＂,＂唯品会＂,＂苏宁＂,＂天猫＂,＂淘宝＂,＂美团＂,＂拼多多＂],                     ＂收入额＂:[100000,320000,240000,445000,340000,640000,300000,460000,540000,230000],                     ＂日期＂:pd.date_range(datetime.datetime(2021,3,1),periods=10)},                     columns =[＂用户ID＂,＂平台＂,＂收入额＂,＂日期＂]) df2
　　因为都有一个＂用户ID＂的列名，所以此处左连接时，不用分别指定左右键名，只需要用on指定就好。 # 指定用户ID连接 merge2 = pd.merge(left=df1,right=df2,how=＂left＂,on=＂用户ID＂) merge2
　　suffixes对于重复的列名修改，作区分。 # 重复列名处理 merge2 = pd.merge(left=df1,right=df2,how=＂left＂,on=＂用户ID＂,suffixes=[＂＂,＂1＂]) merge2
　　通常表格拼接完成后，数据预处理后就可以对数据做分析了，对于数据分析所需要的的字段分析。 df=merge2[[＂用户ID＂,＂日期＂,＂城市＂,＂成交量＂,＂收入额＂]] df
　　查看字段的属性。 df.info()
　　做收入额的条形图。 df[＂收入额＂].plot(kind=＂bar＂)