準備工作：下載示例數據，提取碼：tkqn 數據例子數據預覽

在數據合并中，有merge和concat是比較常用的。

merge：左連、右連、內連

新建兩個dataframe數據集：

import pandas as pd

df1 = pd.DataFrame({'key1':['b','b','a','a','b','a','c'],'key2':['i','j','k','k','i','j','k'],'data1':range(7)})

df2 = pd.DataFrame({'key1':['a','b','d'],'key2':['k','j','i'],'data2':range(3)})以索引進行合并

merge1 = pd.merge(df1,df2,how='left',left_index=True,right_index=True) #index 左連

merge2 = pd.merge(df1,df2,how='right',left_index=True,right_index=True) #index 右連

merge3 = pd.merge(df1,df2,how='inner',left_index=True,right_index=True) #index 內連

因為兩個df都有key1、key2列，所以連接之后，以x、y后綴去區分。當然也可以自定義后綴：

merge4 = pd.merge(df1,df2,how='inner',left_index=True,right_index=True,suffixes=('左','右')) #index 自定義后綴以某一列為連接鍵進行合并

比如以key1列進行合并

merge5 = pd.merge(df1,df2,left_on='key1',right_on='key1',how='left') #key1 左連以某兩列為連接鍵進行合并

實際中挺常見的，比如先按日期，再按部門。

merge6 = pd.merge(df1,df2,on=['key1','key2'],how='inner') #key1 key2 內連

concat：橫向合并、縱向合并縱向合并：

concat1 = pd.concat([df1,df2],axis=0) #縱向合并，保留原來的index

concat2 = pd.concat([df1,df2],axis=0,ignore_index=True) #縱向合并，重新賦值inde橫向合并，相當于merge(index=True)

concat3 = pd.concat([df1,df2],axis=1) #橫向合并，以index為連接鍵

concat可以多個df進行連接，[df1,df2,df3...]

append

append和concat縱向合并類似：df1.append(df2, ignore_index=True)

專欄列表

總結

以上是生活随笔為你收集整理的python横向合并merge_【Python代替Excel】7：merge、concat、append的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。