本文共 1225 字，大约阅读时间需要 4 分钟。

【Python数据分析与处理 实训05】— 处理分析虚拟姓名数据（数据合并）

探索虚拟姓名数据

1.声明数据

raw_data_1 = {    'subject_id': ['1', '2', '3', '4', '5'], 'first_name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'], 'last_name': ['Anderson', 'Ackerman', 'Ali', 'Aoni', 'Atiches']}raw_data_2 = {    'subject_id': ['4', '5', '6', '7', '8'], 'first_name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 'last_name': ['Bonder', 'Black', 'Balwner', 'Brice', 'Btisan']}raw_data_3 = {    'subject_id': ['1', '2', '3', '4', '5', '7', '8', '9', '10', '11'], 'test_id': [51, 15, 15, 61, 16, 14, 15, 1, 61, 16]}

2.将上述的数据转为DataFrame并分别命名为data1，data2，data3

data1 = pd.DataFrame(raw_data_1)data2 = pd.DataFrame(raw_data_2)data3 = pd.DataFrame(raw_data_3)

3.将data1和data2两个数据框按照行的维度进行合并，命名为all_data

all_data = pd.concat([data1,data2],axis=0)

4.将data1和data2两个数据框按照列的维度进行合并，命名为all_data_col

all_data_col = pd.concat([data1,data2],axis=1)

5.打印data3

print(data3)

6.按照subject_id的值对all_data和data3进行合并

print(pd.merge(all_data,data3,on='subject_id'))

7.对data1和data2按照subject_id做连接

print(pd.merge(data1,data2,on='subject_id'))

8.找到data1和data2合并之后的所有匹配结果

print(pd.merge(data1,data2,on='subject_id',how='outer'))

这部分案例主要介绍的是pandas的DataFrame的生成以及pandas中的merge()方法合并数据集，可以将其看做是sql中的表连接，相关内容参见本人博客：、。