هو اي الفرق مابين الpd.merage و ال pd.concat ؟

وعليكم السلام ورحمة الله وبركاته.

يكمن الفرق بينهما في كيفية دمج البيانات .

أولا pd.merge  حيث تستخدم لدمج DataFrames بناء على أعمدة مشتركة وهي تشبه كثيرا جملة join في قواعد البيانات.

وتأخذ العديد من المعاملات :

• on وهي لتحديد الأعمدة المشتركة بين DataFrames والتي سيتم الدمج بناء عليها مثل join في قاعدة البيانات.
• how وهي لتحديد نوع الدمج مثل قواعد البيانات تماما ولها عدة قيم :
  • inner وهي دمج فقط القيم المتشابهة في  DataFrame وعدم إستخدام القيم الغير متشابهة.
  • outer وهي دمج جميع القيم مع إضافة قيم فارغة (NaN) إذا لم يوج أى تطابقات.
  • left وهي دمج جميع القيم من DataFrame الذي في اليسار مع القيم المتطابقة من DataFrame الذي في اليمين.
  • right وهي دمج جميع القيم من DataFrame الذي في اليمين مع القيم المتطابقة من DataFrame الذي في اليسار.

مثال على الإستخدام : 

import pandas as pd

# إنشاء DataFrames
df1 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['Alice', 'Bob', 'Charlie']})
df2 = pd.DataFrame({'ID': [1, 2, 4], 'Age': [25, 30, 22]})

# دمج DataFrames باستخدام العمود المشترك 'ID'
merged_df = pd.merge(df1, df2, on='ID', how='inner')
print(merged_df)

ولتفاصيل أكثر هذا هو التوثيق الرسمي الخاص بها :

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.merge.html

ثانيا pd.concat حيث تستخدم لدمج DataFrames بشكل رأسي أو أفقي. ولا تعتمد على الأعمدة المشتركة كما في merge ويمكنك تحديد المحور الذي يتم الدمج بناء عليه . حيث يتم الدمج إما عبر المحور العمودي (الصفوف) باستخدام axis=0 أو عبر المحور الأفقي (الأعمدة) باستخدام axis=1.

مثل 

import pandas as pd

# إنشاء DataFrames
df1 = pd.DataFrame({'A': [1, 2, 3]})
df2 = pd.DataFrame({'A': [4, 5, 6]})

# دمج DataFrames بشكل عمودي باستخدام pd.concat
concatenated_df = pd.concat([df1, df2], axis=0)

# عرض النتيجة
print(concatenated_df)

#   A
#0  1
#1  2
#2  3
#0  4
#1  5
#2  6

وهذا هو التوثيق الرسمي لها :

• https://pandas.pydata.org/docs/reference/api/pandas.concat.html

pd.merge تستخدم للدمج العمودي كما أنها تعتمد على المفاتيح Keys  أي تعتمد على الدمج حسب المشترك لكن pd.concat يمكنها الدمج إما عموديا أو رأسيا عندما يكون ال axis=0 يدمج عموديا لكن عندما يكون axis=1 فيدمج أفقيا وستخدم لدمج الجداول بأكملها.

مثال على merge حيث اعتمد على المفتاح:

import pandas as pd 
 
data1 = {'key': ['K0', 'K1', 'K2', 'K3'],
         'Name':['Jai', 'Princi', 'Gaurav', 'Anuj'], 
        'Age':[27, 24, 22, 32],} 
    
data2 = {'key': ['K0', 'K1', 'K2', 'K3'],
         'Address':['Nagpur', 'Kanpur', 'Allahabad', 'Kannuaj'], 
        'Qualification':['Btech', 'B.A', 'Bcom', 'B.hons']} 
 
# Convert the dictionary into DataFrame  
df = pd.DataFrame(data1)
 
# Convert the dictionary into DataFrame  
df1 = pd.DataFrame(data2) 
   
print(df, "\n\n", df1)
res = pd.merge(df, df1, on='key') 
res

مثال على concat حيث تم الدمج افقيا:

import pandas as pd
 
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 
                    'B': ['B0', 'B1', 'B2', 'B3']})
display('df1:', df1)
df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'], 
                    'D': ['D0', 'D1', 'D2', 'D3']})
display('df2:', df2)
 
display('After concatenating:')
display(pd.concat([df1, df2],
                  axis = 1))

فنستخدم حسب المعطيات التي لدينا وعلى حسب المراد فعله.

شكراا جدا لحضرتكم