在 Pandas 中使用 Merge、Join 、Concat合并数据的效率对比

在 Pandas 中有很多种方法可以进行DF的合并。本文将研究这些不同的方法，以及如何将它们执行速度的对比。

合并DF

Pandas 使用 .merge() 方法来执行合并。

1. import pandas as pd
3. # a dictionary to convert to a dataframe
4. data1 = {'identification': ['a', 'b', 'c', 'd'],
5. 'Customer_Name':['King', 'West', 'Adams', 'Mercy'], 'Category':['furniture', 'Office Supplies', 'Technology', 'R_materials'],}
7. # our second dictionary to convert to a dataframe
8. data2 = {'identification': ['a', 'b', 'c', 'd'],
9. 'Class':['First_Class', 'Second_Class', 'Same_day', 'Standard Class'],
10. 'Age':[60, 30, 40, 50]}
12. # Convert the dictionary into DataFrame
13. df1 = pd.DataFrame(data1)
14. df2 = pd.DataFrame(data2)

运行我们的代码后，有两个 DataFrame，如下所示。

1. identification Customer_Name Category
2. 0 a King furniture
3. 1 b West Office Supplies
4. 2 c Adams Technology
5. 3 d Mercy R_materials
7. identification Class Age
8. 0 a First_Class 60
9. 1 b Second_Class 30
10. 2 c Same_day 40
11. 3 d Standard Class 50

使用 merge() 函数进一步合并。

1. # using .merge() function
2. new_data = pd.merge(df1, df2, on='identification')

这产生了下面的新数据；

1. identification Customer_Name Category Class Age
2. 0 a King furniture First_Class 60
3. 1 b West Office Supplies Second_Class 30
4. 2 c Adams Technology Same_day 40
5. 3 d Mercy R_materials Standard Class 50

.join() 方法也可以将不同索引的 DataFrame 组合成一个新的 DataFrame。我们可以使用参数‘on’参数指定根据哪列进行合并。

让我们看看下面的例子，我们如何将单索引 DataFrame 与多索引 DataFrame 连接起来；

完整文章：

https://avoid.overfit.cn/post/e5572b2110ac489fafa226403e70105d