如何在Python中加入多个数据帧？

初学Python编程的中帧人，面临的加入是各种未知的挑战。

下面是数据一个几乎让所有更有抱负的数据科学家都感到意外的场景：

你正在处理一个从多个源收集数据的项目。在进入探索和模型构建部分之前，中帧你需要首先连接这些多个数据集(以表、加入数据帧等形式)。数据怎么能做到这一点而不丢失任何信息?中帧

这听起来可能是一个简单的场景，但对于许多新来的加入人来说，这可能是数据一个威胁，特别是中帧那些不熟悉Python编程的人。

进一步深入研究，加入我可以大致将其分为两种情况：

首先，数据具有相似属性的中帧数据可以分布到多个文件中。例如，加入假设向你提供了多个文件，数据每个文件都存储一年中某一周内发生的销售信息。因此，全年将有52个文件。源码下载每个文件的列数和名称都相同。 其次，你可能需要合并来自多个来源的信息。例如，假设你想获得购买产品的人的联系信息。这里有两个文件，第一个有销售信息，第二个有客户信息。

理解手头的问题

本文列举一个通俗易懂的例子。

想一下在一个特定的学校里考试。每个科目都有不同的老师授课。他们更新关于学生成绩和整体表现的档案。这些档案就是多个文件!

本文使用创建的两个这样的文件来演示Python中函数的工作。第一个文件包含关于12班学生的数据，另一个文件包含10班的数据。还将使用第三个文件来存储学生的姓名和学生ID。

注意：虽然这些数据集是服务器租用从零开始创建的，但鼓励将所学应用于选择的数据集。

在Python中逐步合并数据帧的过程

下面是解决这个问题的方法：

用Python加载数据集 合并两个相似的数据帧(append) 合并来自两个数据帧的信息(merge)

步骤1：用Python加载数据集

本文将使用三个独立的数据集。首先，将这些文件加载到单独的数据帧中。

import pandas as pd  marks10th=pd.read_csv(10thClassMarks.csv)  marks12th=pd.read_csv(12thClassMarks.csv)  IDandName=pd.read_csv(StudentIDandName.csv) 

前两个数据框包含学生的百分比及其学生ID。在第一个数据框中，有10班学生的分数，而第二个数据框包含第12个标准中学生的分数。第三个数据框包含学生的姓名以及各自的学生ID。

来源：btime

使用“head”函数检查每个数据帧的前几行：

marks10th.head()  marks12th.head()  IDandName.head() 

步骤2：合并两个相似的数据帧(Append)

把10、12班的档案合并起来，找出学生的平均分。这里使用Pandas库中的“append”函数：

allMarks=marks10th.append(marks12th)  marks10th.shape, marks12th.shape, allMarks.shape 

输出((50,3),(50,3),(100,3))

从输出中可以看到，源码库在append函数中垂直添加两个数据帧。

结果数据帧是allMarks。上面比较了所有三个数据帧的形状。

接下来看看“allMarks”的内容并计算平均值：

allMarks[Exam Points].mean() #Average Marks 

输出:49.74

步骤3：合并来自两个数据帧的信息(Merge)

现在，假设想找出在这两个批次中排名第一的学生的名字。这里不需要垂直添加数据帧。为了给学生的名字再加一列，我们将不得不水平缩放。

要做到这一点，我们会发现最高得分：

allMarks[Exam Points].max() # Maximum Marks 

输出:100

学生的最高成绩是100分。现在，使用“merge”函数查找此学生的姓名：

mergedData=allMarks.merge(IDandName, on=student id)  mergedData.head() 

最后，生成的数据框有学生的名字和他们的标记。

merge函数需要一个必要的属性，两个数据帧将在该属性上合并。需要传递此列的名称在“on”参数中。

merge函数的另一个重要论点是“如何”。这指定要在数据帧上执行的联接类型。以下是可以执行的不同连接类型(SQL用户将非常熟悉这一点)：

内部连接(如果不提供任何参数，则默认执行) 外部连接 右连接 左连接

还可以使用“sort”参数对数据帧进行排序。这些是合并两个数据帧时最常用的参数。

来源：Pexels

现在，我们将看到数据框包含100个“检查点”的行：

mergedData.loc[mergedData[Exam Points]==100] 

三个学生得了100分，其中两个在10班。做得好!

接下来，我的建议是接受包含3个不同文件的食物预测挑战。

很直截了当，对吧?

你再也不必为此而自责了!你可以继续并将其应用于选择的任何数据集。