数据清洗 Chapter04 | 数据整合
这篇文章讲述的是数据整合。希望这篇数据清洗的文章对您有所帮助！如果您有想学习的知识或建议，可以给作者留言~
一、数据库风格的DataFrame合并
使用Pandas库中的merge()函数合并数据集
- 1、建立两个数据集df1和df2
import pandas as pd
df1 = pd.DataFrame({'lkey':['b','b','a','c'],'data1':range(4)})
df2 = pd.DataFrame({'rkey':['a','b','b','d'],'data2':range(4)})
1
- 2、merge()函数只把重合的部分保存下来
merge()从左到右进行合并，用left_on和right_on指定
pd.merge(df1,df2,left_on='lkey',right_on='rkey')
2
- 3、把未重合的部分也保存下来
设置how参数outer，可添加两个数据集中left_on与right_on未重合部分
pd.merge(df1,df2,left_on='lkey',right_on='rkey',how='outer')
3
二、索引上的合并
根据索引合并数据集
- 1、建立两个数据集left1和right1
import pandas as pd
left1 = pd.DataFrame({'key':['a','b','a','a','b','c'],'value':range(6)})
right1 = pd.DataFrame({'group_val':[3.5,7]},index=['a','b'])
4
- 2、设置right_index和left_index为True
根据left1数据集的key列和right1数据集的索引进行合并
pd.merge(left1,right1,left_on='key',right_index=True,how='outer')
5
三、轴向连接
1
concat()函数对Series或DataFrame进行轴向连接
- 1、创建两个序列s1和s2
s1 = pd.Series([0,1],index=['a','b'])
s2 = pd.Series([3,4],index=['c','d'])使用concat()函数对两个序列进行行连接
- 2、行连接
pd.concat([s1,s2])
6
- 3、列连接
pd.concat([s1,s2],axis = 1) 
7
- 4、设置参数join为inner，可得到基于索引的内连接结果
s3 = pd.concat([s1*5,s2])
pd.concat([s1,s3],axis=1,join='inner')
8
2
对DataFrame进行轴向连接
- 1、创建两个DataFrame
df1 = pd.DataFrame(np.arange(4).reshape((2,2)),columns=['a','b'])
df2 = pd.DataFrame(np.arange(4).reshape((2,2)),columns=['a','c'])
9
- 2、使用concat()函数对两个数据集进行轴向连接
pd.concat([df1,df2])
10
合并数据集的索引为0，1，0，1
- 3、忽略行索引，对数据集进行连接
设置ignore_index = True
pd.concat([df1,df2],ignore_index=True)
11
各位路过的朋友，如果觉得可以学到些什么的话，点个赞再走吧，欢迎各位路过的大佬评论，指正错误，也欢迎有问题的小伙伴评论留言，私信。
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020/04/22 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
