python合并excel数据：pd.merge()和pd.concat() ，详解、应用与区别_python pd.merge

pd.merge(df1, df2, how, on......)

• df1和df2是两个dataframe数据框；
• how指的是以哪种方式合并，“left”是以左边的数据框为基准，也就是保留左边数据框的全部，右边的数据框根据数据的有无填充进去，“right”同理；
• on指的是两个数据框以哪一列为基准进行合并；

# 读取excel数据
df1 = pd.read_excel(file_list1[i])
df2 = pd.read_excel(file_list2[i])
 
# 以右边数据框的“date”列为基准对数据进行横向合并，并对缺失的地方填充上-6999
df = pd.merge(df1, df2, how="right", on=['date']).fillna(-6999)

pd.concat([df1, df2, .....], axis)

• df1和df2是两个dataframe数据框，省略号代表一次可以合并很多个；
• axis=0代表头尾合并，axis=1代表横着合并

# 读取excel数据
df1 = pd.read_excel(file_list1[i])
df2 = pd.read_excel(file_list2[i])
 
# 两个数据框横着合并
df = pd.concat([df1, df2], axis = 1)

两者的应用和区别

• pd.merge()只能横向合并，pd.concat()可以横向、纵向合并；
• pd.merge()一次只能横向合并两个数据框，pd.concat()可以横向、纵向合并多个数据框；
• pd.merge()横向合并时不会要求两个数据框纵向维度相同，pd.concat()横向合并时则要求；

总结

要求以某列（比如时间）为基准提取数据框公共部分的时候，用pd.merge()，其余时候可以用pd.concat()。