pandas 合并表（concat + merge）并存储单行单列，多行多列

写在前面

通常们需要进行多表合并操作，合并后有需要把处理后的表存储回去。
merge 通常按指定行进行合并，可以理解为Exel中的vlookup函数。
concat 通常按列名或行名合并，通过axis参数指定，可以用于新增多行或者多列（新增单行单列不需要这样麻烦，但新增多行多列建议使用concat）

1. merge

1.1参数详解

how 默认为inner，可设为inner/outer/left/right
on 根据某个字段进⾏连接，必须存在于两个DateFrame中（若未同时存在，则需要分别使⽤left_on和right_on来设置）
left_on 左连接，以DataFrame1中⽤作连接键的列
right_on 右连接，以DataFrame2中⽤作连接键的列
left_index 将DataFrame1⾏索引⽤作连接键
right_index 将DataFrame2⾏索引⽤作连接键
sort 根据连接键对合并后的数据进⾏排列，默认为True
suffixes 对两个数据集中出现的重复列，新数据集中加上

1.2 参考链接

https://blog.csdn.net/bqw18744018044/article/details/79944544

2. concat (新增行列比较好用)

2.1 参数详解

objs：要进行拼接的pandas对象，可用中括号[]将两个或多个对象括起来
axis：指定对象按照那个轴进行拼接，默认为0（纵向拼接），1为横向横向拼接
join：拼接的方式，inner为交集，outer为并集
join_axes：index的列表，仅在横向合并时使用，指明要将数据合并入哪个原表的index。
ignore_index：默认为False，如果设置为true，则无视表原来的轴标签，直接合并，合并后生成新的轴标签。
keys：表标识的列表，用来区分合并的表来自哪里。

2.2 参考链接

https://www.jb51.net/article/206970.htm
https://blog.csdn.net/nilingxi/article/details/123841413

2.3 实际场景

工作时用来更新数据，代码只给了片段，所以给了较多注释
有需要具体案例的私信

# 新加的多列， 先转化为同列名名的 dataframe对象
# increase_row 是上文代码构建的二维数组
new_rows = pd.DataFrame(increase_row, columns=df2.columns)
# 默认安列名合并
# [df2, new_rows] 两个合并的dataframe对象 一定要这样放
new_df = pd.concat([df2, new_rows], axis=0, ignore_index=True)
# 存储会原表 dict_config["update_file"] 这里自己写成配置文件了，
new_df.to_excel(dict_config["update_file"], sheet_name='sheet1',index=False, header=True)

3. 存储单行单列修改单个值

这部分相对比较简单，以下参考链接已经比较完善，就不做额外补充

https://www.jb51.net/article/163904.htm

4.合并两列数据多种方法

https://www.delftstack.com/zh/howto/python-pandas/how-to-combine-two-columns-of-text-in-dataframe-in-pandas/

pandas 合并表（concat + merge）并存储单行单列，多行多列相关推荐

MySQL 学习笔记（16）— 子查询（单行单列、一行多列、多行多列、 ALL、ANY、SOME 运算符、EXISTS 操作符）
1. 子查询概念子查询是指嵌套在其他语句(SELECT . INSERT . UPDATE . DELETE 等)中的 SELECT 语句:子查询也称为内查询( inner query )或者嵌套查 ...
【Pandas总结】第八节 Pandas 合并数据集_pd.merge()
文章目录写在前面 pd.merge()的使用方法一.数据准备二.参数`left` 与 `right` 三.参数 `on` 四.参数 `leftindex` 和 `rightindex` 五.参数 ...
Pandas合并之Concat合并
1.Concat语法 pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, level ...
python（numpy，pandas10）——pandas 合并数据 concat，append
文章目录前言 concat 参数axis,ignore_index 参数join append append添加一个数据索引不同的数列前言根据莫烦Python的教程总结写成,以便自己复习和使 ...
【MySQL高级】查询缓存、合并表、分区表
[1] 查询缓存 MySQL的缓存机制简单地说就是缓存SQL语句和查询的结果,如果运行相同的SQL语句,服务器会直接从缓存中取到结果,而不需要再去解析和执行SQL语句. 查询缓存会存储最新数据 ...
mysql 两张表合并查询_mysql中的分区表和合并表详解（一个常见知识点）
分区表是mysql5.1之后的新特性,合并表已经存在很长时间了.这篇文章主要介绍这两个概念以及他们基本的操作. 一.合并表合并表说实话是一种将要被淘汰的技术,但是掌握了合并表的概念再去看分区表就比较 ...
mysql 分区合并_mysql中的合并表和分区表详解（经常使用的概念）
分区表是mysql5.1之后的新特性,合并表已经存在很长时间了.这篇文章主要介绍这两个概念以及他们基本的操作. 一.合并表合并表说实话是一种将要被淘汰的技术,但是掌握了合并表的概念再去看分区表就比较 ...
pandas.DataFrame的pivot()和unstack()实现行转列
示例: 有如下表需要进行行转列: 代码如下: # -*- coding:utf-8 -*- import pandas as pd import MySQLdb from warnings impor ...
pandas使用pd.concat横向合并多个dataframe实战：多个dataframe的横向表拼接（行对齐）、多个dataframe的横向表拼接（指定join参数、交集还是并集）
pandas使用pd.concat横向合并多个dataframe实战:多个dataframe的横向表拼接(行对齐).多个dataframe的横向表拼接(指定join参数.交集还是并集) 目录

pandas 合并表（concat + merge）并存储单行单列，多行多列

写在前面

1. merge

1.1参数详解

1.2 参考链接

2. concat (新增行列比较好用)

2.1 参数详解

2.2 参考链接

2.3 实际场景

3. 存储单行单列修改单个值

4.合并两列数据多种方法

pandas 合并表（concat + merge）并存储单行单列，多行多列相关推荐

最新文章

热门文章

pandas 合并表（concat + merge）并存储单行单列，多行多列

写在前面

1. merge

1.1参数详解

1.2 参考链接

2. concat (新增行列比较好用)

2.1 参数详解

2.2 参考链接

2.3 实际场景

3. 存储单行单列 修改单个值

4.合并两列数据多种方法

pandas 合并表（concat + merge）并存储单行单列，多行多列相关推荐

最新文章

热门文章

3. 存储单行单列修改单个值