在茫茫數據海當中，資料散布在各種不同的地方，可能是資料庫、網站、文件等，為了要有效統一資料集，方便後續的分析和報告，資料合併的操作是不可不學的，以下將以案例和大家分享資料合併的三種常用語法，內容包含：

1. 水平或垂直合併：concat( )
2. 關聯合併：merge( )、join( )

■ 方法｜水平合併與垂直合併

使用 Pandas 提供的 concat( [data], axis = 0 或 1, ignore_index = True 或 False) 合併多個 DataFrame 物件。

• 參數 axis 指定行或列，預設 axis = 0，依據列（row）合併。
• 參數 ignore_index 決定是否忽略索引值，預設為 False 不忽略。

1. 水平合併：多個資料集內的欄位相同，合併列（row）的資料
(1) 舉例：合併不同來源的顧客資料

(2) 程式碼：

import pandas as pd
data_1 = {'name':['Alan','Joseph','Wennie'],
          'gender':['M','M','F'],
          'city':['Taipei','Hualien','Hsinchu']}
data_2 = {'name':['Ruby','Chris','Tanya'],
          'gender':['F','M','F'],
          'city':['Taoyuan','Kaohsiung','Taichung']}
df1 = pd.DataFrame(data_1)
df2 = pd.DataFrame(data_2)
# 水平合併df1和df2，並且忽略索引值
con = pd.concat([df1,df2],ignore_index=True)
print(con)

(3) 輸出結果：

2. 垂直合併：多個資料集內的欄位皆不同，合併行（column）的資料
(1) 舉例：合併公司不同的顧客資料

(2) 程式碼：

import pandas as pd
data_1 = {'name':['Alan','Joseph','Wennie','Ruby','Chris'],
          'gender':['M','M','F','F','M'],
          'city':['Taipei','Hualien','Hsinchu','Taoyuan','Kaohsiung']}
data_2 = {'age':[68,23,32,50,40],
          'marital status':['married','single','married','married','single']}
df1 = pd.DataFrame(data_1)
df2 = pd.DataFrame(data_2)
# 垂直合併df1、df2
con = pd.concat([df1,df2],axis=1)

(3) 輸出結果：

■ 方法｜關聯合併

1.使用 Pandas 提供的 merge( data, on = '欄位名稱') 在有相同欄位之下合併兩個資料集。

(1) 舉例：依據姓名欄位，合併公司的顧客資料和銷售資料

(2) 程式碼：

import pandas as pd
data_1 = {'name':['Alan','Joseph','Wennie','Ruby','Chris'],
          'gender':['M','M','F','F','M'],
          'city':['Taipei','Hualien','Hsinchu','Taoyuan','Kaohsiung']}
data_2 = {'name':['Alan','Joseph','Wennie','Ruby','Chris'],
          'date':['2023/09/28','2023/09/10','2023/09/28','2023/09/23','2023/09/17'],
          'item':['rice cooker','air fryer','oven','refrigerator','electric fan']}
customer = pd.DataFrame(data_1)
sales = pd.DataFrame(data_2)
# 依據name欄位，合併customer、sales兩個資料
new = pd.merge(customer,sales,on='name')
print(new)

(3) 輸出結果：

2.使用 Pandas 提供的 join() 將兩個資料集按照索引合併。

(1) 舉例：以姓名為索引值，合併兩個資料集

(2) 程式碼：

import pandas as pd
data_1 = {'gender':['M','M','F','F','M'],
          'city':['Taipei','Hualien','Hsinchu','Taoyuan','Kaohsiung']}
df1 = pd.DataFrame(data_1,index=['Alan','Joseph','Wennie','Ruby','Chris'])
data_2 = {'age':[32,42,68,50,23],
          'marital status':['married','single','married','married','single']}
df2 = pd.DataFrame(data_2,index=['Wennie','Chris','Alan','Ruby','Joseph'])
# 合併df1和df2
new = df1.join(df2)
print(new)

(3) 輸出結果：

■ 結語

善用 concat()、merge()、join() 三種資料合併操作，就算資料散落各處，也能輕鬆搞定！如果有任何不理解、錯誤或其他方法想分享的話，歡迎留言給我！喜歡的話，也歡迎按讚訂閱唷！

我是 Eva，一位正在努力跨進資料科學領域的女子！我們下一篇文章見！Bye Bye~
【本篇文章將同步更新於個人的 Medium，期待與您的相遇！】