什么时候合并和连接两个熊猫数据框比较聪明？

Question

假设有两个数据帧共享相同的索引但具有不同的列。在这里合并两个数据框还是 concat 更聪明？

import pandas as pd
from pandas import DataFrame

df1 = DataFrame(index = ['hey', 'yo'], columns = ['gee', 'thanks'], data = [[1,'foo'],[6,'rhy']]) 
df2 = DataFrame(index = ['hey', 'yo'], columns = ['youre', 'welcome'], data = [[8,'fotb'],[3,'yuo']])

#using merging
df3_merge = df1.merge(df2,left_index = True, right_index = True)  

#result:      
#             gee  thanks  youre  welcome
# hey          1    foo      8    fotb
# yo           6    rhy      3     yuo

#using concatenate
df3_concat = pd.concat([df1,df2], axis = 1)  

#result:      
#             gee  thanks  youre  welcome
# hey          1    foo      8    fotb
# yo           6    rhy      3     yuo

This link 启发了这个问题。通常我一直使用concat，但我很好奇其他人的使用或想法。

Answer 1

我认为这取决于，需要什么。

默认情况下，在DataFrame.merge 中加入inner，但可以将其更改为outer、right 或left。

df3_merge = df1.merge(df2,left_index = True, right_index = True)  

concat 中默认为外连接，但只能通过inner 参数将其更改为inner：

df3_concat = pd.concat([df1,df2], axis = 1)

另外如果想加入DataFrames列表，更简单更快捷的是concat方法。

如果要左连接，concat不能用，因为没有实现。

---

更多关于concat的信息。

更多关于merge的信息。