Pandas 教程——不同类型电影的比较(2)

除了 常见的分组操作，另一个比较重要的是多个 DataFrame 之间的连接操作 和 合并操作，在 MySQL 中相对应的就是 join 和 union 关键字。

• merge ( ) 函数

MySQL 中通过 movie_id 字段对两个表进行 join：

select *

from movie_1 

join movie_2

on movie_1.movie_id = movie_2.movie_id

对应的 Pandas 操作为：

import pandas as pd



merge_pd = pd.merge(movie_pd_1, movie_pd_2, on = 'movie_id')

如果需要实现类似于 MySQL 中的 left / right join 操作，只需要加入参数 how = 'left' 或者how = 'right' 即可，如下：

import pandas as pd



merge_pd = pd.merge(movie_pd_1, movie_pd_2, on = 'movie_id', how = 'left')

• concat ( ) 函数

MySQL 中合并两个表：

select *

from movie_1

union all

select *

from movie_2

对应的 Pandas 操作为：

import pandas as pd



union_pd = pd.concat([movie_pd_1, movie_pd_2], ignore_index = True)

ignore_index 参数表示 union 时忽略两个 DataFrame 的索引，同时会建新的索引。

如果想要实现 union 操作的话，concat 完成后去重即可，如下：

import pandas as pd



union_pd = pd.concat([movie_pd_1, movie_pd_2], ignore_index = True).drop_duplicates()

划重点

• merge ( ) ：对两个 DataFrame 进行连接，类似于 MySQL 中的 join
• concat ( ) ：合并两个 DataFrame，类似于 MySQL 中的 union