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。
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：
importimport
构建一个DataFrame数据集，表示为df1和df2。
#构造数据集df1df1 = 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]},'用户ID','日期','城市','年龄','性别','成交量'])df1
#构造数据集df2df2 = 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]},'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# 为合并后的数据添加新索引，用于区分各个数据部分#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：
importimport
构建一个DataFrame数据集，表示为df1和df2。
#构造数据集dfdf1 = 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]},'用户ID','日期','城市','年龄','性别','成交量'])df1
#构造构造列名不同的df2df2 = 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]},'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df2df2 = 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)},'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')
