python程式設計tips 01 資料拼接

使用python進行資料處理，常免不了做資料拼接。可是因為常用的資料容器型別不少，有list，array，dataframe等，時不時搞混（根本原因是以前偷懶一直沒用心去記-_-』）。終於痛定思痛，決定好好整理記錄下來，並養成好習慣。。。

以下按照不同資料容器型別，整理出了可用的資料拼接方法。

dataframe提供的拼接功能要更為豐富一些。大抵可以概括為非條件拼接和條件拼接兩種（非條件拼接和條件拼接是我為了便於理解記憶自己杜纂的，因此莫問出處）。

之所以叫它條件拼接，是因為它需要按某個指定的條件進行拼接，實現的效果很象sql的表關聯查詢。

條件拼接有merge和join，前者是pandas的方法，後者是dataframe的方法。

需要指定關聯的列，使用on指定。關聯列不只乙個列的，使用列表方式on=[colname1, colname2,…]。關聯的方式，和sql差不多，預設為inner，可選left，right，outer。

方法merge引數較多，更詳細的用，可到pandas官網檢視：

join也需要指定關聯的列。需要特別注意的一點是，其關聯的方式預設為left而不是inner，這一點有別於merge，需要特別注意。

方法join引數較多，更詳細的用法，可到pandas官網檢視：

numpy的陣列合併方法很多（其實感覺有點多過頭了……）。

stack用於矩陣堆疊，在參與堆疊的矩陣多於乙個時，堆疊結果將必然增加乙個維度。引數axis用於控制在哪兩個維度之間增加新維度。

vstack是沿著第乙個維度進行拼接，相當於concatenate取axis=0；hstack是沿著第二個維度進行拼接，相當於concatenate取axis=１；dstack是沿著第三個維度進行拼接，相當於concatenate取axis=2.

r_效果同vstack，c_效果則和hstack相同，但呼叫方法略有不同。r_和c_並不是函式的方法，因此不使用括號，而是使用方括號。

另外看到網上有人有人說r_和c_的效能和vstack等並不相同，但沒找到詳細說明，因此先ｍark著，以後再補充。