資料搜集後常會分布在不同的檔案中，使用Pandas讀取後再將資料合併。Pandas提供了append(資料附加)、concat(資料串接)及merge(資料融合)進行資料合併。

1.資料附加
將資料加在原始資料的後方，語法如下：

DataFrame變數A.append(DataFrame變數B,ignore_index=布林值)

ignore_index：是否重新建立索引，預設為False，不會重新建立索引。
若附加時有欄位不相符時，會保留所有欄位，原始資料中沒有的欄位資料會以空值填充。

2.資料串接

pd.concat([DataFrame變數A,DataFrame變數B],ignore_index=布林值,join=合併方式)

ignore_index：是否重新建立索引，預設為False。
join："outer"為聯集-保留所有欄位(與append相同)，此為預設值，"inner"為交集-共同的欄位才會保留(如果資料有NaN時)。

3.資料融合

merge為最常使用的資料合併方式。

pd.merge(DataFrame變數A,DataFrame變數B, left_on=欄位, right_on=欄位,suffixes=[後綴文字1,後綴文字2,...],how=合併方式)

left_on：設定第一個資料集為合併欄位基準。
right_on：設定第二個資料集為合併欄位基準。
on：設定第二個資料集共同欄位為合併欄位基準。
suffixes：設定值為一串列，若合併資料有相同欄位名稱，則可以此參數加後綴名稱以示區別。
how：
(1)outer(聯集)-會保留所有欄位
(2)inner(交集)-只會保留共同欄位
(3)left-保留第一個資料集所有欄位資料
(4)right-保留第二個資料集所有欄位資料

(1)一對一融合

pd.merge(DataFrame變數A,DataFrame變數B,how=合併方式)

how非必要參數，預設為inner(交集)，故若省略則合併將保留共同索引(第一欄位)及所有欄位的資料。
若how為outer(聯集)，則所有資料(索引(列)+欄位(行))都保留，缺值欄位以NaN填充。

(2)指定欄位融合

當兩邊index不一樣時可以使用left_on和right_on來指定merge的index。
若有A及B二個共同的欄位，使用left_on和right_on參數來指定融合參考欄位為A，融合後系統會自動替相同欄位B名稱後面加上「B_x」及「B_y」後綴做為區別。

pd.merge(DataFrame變數A,DataFrame變數B, left_on=欄位A, right_on=欄位A)

(3)自定義重覆欄位名稱後綴文字

a.在merge中當欄位名稱重覆時，使用suffixes來自定義欄位名稱後綴文字。

pd.merge(DataFrame變數A,DataFrame變數B, left_on=欄位, right_on=欄位,suffixes=[欄位名稱加1,欄位名稱加2])

使用suffixes參數為串列，記得加中括號[]。
以上"left_on=欄位, right_on=欄位"相同時亦可簡化為"on=欄位"。

b.將重複的欄位b使用drop語法刪除。

pd.merge(ironman6, ironman13, left_on=欄位a, right_on=欄位b).drop(欄位b',axis=1)

<範例說明>資料融合

import pandas as pd
df1=pd.DataFrame([[1,7,6],[2,4,2]],columns=['水果號碼','芭樂','香蕉',])
df2=pd.DataFrame([[2,4,2],[3,9,5],[4,2,8]],columns=['水果號碼','橘子','檸檬'])
print(df1)
print(df2)


   水果號碼  芭樂  香蕉
0     1   7   6
1     2   4   2
   水果號碼  橘子  檸檬
0     2   4   2
1     3   9   5
2     4   2   8

pd.merge(df1,df2)

	水果號碼	芭樂	香蕉	橘子	檸檬
0	2	4	2	4	2

pd.merge(df1,df2,how='outer')

      水果號碼	芭樂	香蕉	檸檬 
0	1	7	6.0	NaN
1	2	4	2.0	NaN
2	1	4	NaN	2.0
3	2	9	NaN	5.0
4	3	2	NaN	8.0

import pandas as pd
df1=pd.DataFrame([[1,7,6],[2,4,2]],columns=['水果號碼','芭樂','香蕉',])
df2=pd.DataFrame([[1,4,2],[2,9,5],[3,2,8]],columns=['水果號碼','芭樂','檸檬'])
print(df1)
print(df2)
pd.merge(df1,df2,left_on='水果號碼', right_on='水果號碼')


  水果號碼  芭樂  香蕉
0     1   7   6
1     2   4   2
   水果號碼  芭樂  檸檬
0     1   4   2
1     2   9   5
2     3   2   8
     水果號碼	芭樂_x	香蕉	芭樂_y	檸檬 
0	1	7	6	4	2
1	2	4	2	9	5

import pandas as pd
df1=pd.DataFrame([[1,7,6],[2,4,2]],columns=['水果號碼','芭樂','香蕉',])
df2=pd.DataFrame([[1,4,2],[2,9,5],[3,2,8]],columns=['水果號碼','芭樂','檸檬'])
print(df1)
print(df2)
pd.merge(df1,df2,left_on='水果號碼', right_on='水果號碼',suffixes=['_1','_2'])


   水果號碼  芭樂  香蕉
0     1   7   6
1     2   4   2
   水果號碼  芭樂  檸檬
0     1   4   2
1     2   9   5
2     3   2   8
水果號碼	芭樂_1	香蕉	芭樂_2	檸檬
0	1	7	6	4	2
1	2	4	2	9	5

資料合併完成後，明天開始學習資料查看囉~