合併多個dataframe 第五章合併

（a）利用series新增行（必須指定name）

s = pd.series(,name='new_row')

（b）用dataframe新增表

df_temp = pd.dataframe(,index=['new_1','new_2'])

此方法主要用於新增列，列名直接由引數指定：

s = pd.series(list('abcd'),index=range(4))

可以一次新增多個列：

col2=s)

comine和update都是用於表的填充函式，可以根據某種規則填充

1）填充物件

關於combine很重要的一點是需要理解它是按照表的順序輪流進行逐列迴圈的，而且自動索引對齊，缺失值為nan：

df_combine_1 = df.loc[:1,['gender','height']].copy()
df_combine_2 = df.loc[10:11,['gender','height']].copy()
df_combine_1.combine(df_combine_2,lambda x,y:print(x,y))

2）一些例子例①：根據列均值的大小填充

# example_1:看兩個df中誰的均值大就用誰的來填充相應位置
df1 = pd.dataframe()
df2 = pd.dataframe()
df1.combine(df2,lambda x,y:x if x.mean()>y.mean() else y)

例②：索引對齊特性（預設狀態下，後面的表沒有的行列都會設定為nan）

df2 = pd.dataframe(,index=[1,2])
df1.combine(df2,lambda x,y:x if x.mean()>y.mean() else y)

例③：使得df1原來符合條件的值不會被覆蓋

df1.combine(df2,lambda x,y:x if x.mean()>y.mean() else y,overwrite=false)

例④：在新增匹配df2的元素位置填充-1

df1.combine(df2,lambda x,y:x if x.mean()>y.mean() else y,fill_value=-1)

3）combine_first方法這個方法作用是用df2填補df1的缺失值，功能比較簡單，但很多時候會比combine更常用，下面舉兩個例子：

df1 = pd.dataframe()
df2 = pd.dataframe()
df1.combine_first(df2)

df1 = pd.dataframe()
df2 = pd.dataframe(, index=[1, 2])
df1.combine_first(df2)

這兩個例子不太一樣的地方在於，第二個例子中df2的索引及列名與df1是不一樣的，因此只能用相應位置的元素進行填充，其他的地方還是nan

1）三個特點

①返回的框索引只會與被呼叫框的一致（預設使用左連線，下一節會介紹）

②第二個框中的nan元素不會起作用

③沒有返回值，直接在df上操作

2）例子

例①：索引完全對齊情況下的操作，會把對應的列和索引中的元素填充，其餘不變

df1 = pd.dataframe()
df2 = pd.dataframe()
df1.update(df2)

例②：部分填充：

df1 = pd.dataframe()
df2 = pd.dataframe(, index=[1,2])
df1.update(df2)

這種情況下，會用df2中和df1中一樣列名和索引的位置上的元素去替換df1

例③：缺失值不會填充

df1 = pd.dataframe()
df2 = pd.dataframe()
df1.update(df2)

concat方法可以在兩個維度上拼接，預設為縱向拼接（axis=0），拼接方式缺省外連線，也就是取拼接方向的並集，而'inner'時取拼接方向（若使用預設的縱向拼接，則為列的交集）的交集。

典型用法如下：

pd.concat([df3,df1],join='outer',sort=true)

merge函式的作用是將兩個pandas物件橫向合併，遇到重複的索引項時會使用笛卡爾積，預設inner連線，可選left、outer、right連線。

所謂左連線，就是指以第乙個表索引為基準，右邊的表中如果不在左邊的則不加入，如果在左邊的就以笛卡爾積的方式加入。

merge/join與concat的不同之處在於on引數，可以指定某乙個物件為key來進行連線,也可以用多組鍵進行連線。

關於笛卡爾積，簡單點理解就是對映要全的意思，例子如下：

上述例子的最終結果

由於right中b這一列有3行，因此，left裡邊每一行中b列的2，都要與right中這3行分別做一遍對映，因此最終有6列。

join函式作用是將多個pandas物件橫向拼接，遇到重複的索引項時會使用笛卡爾積，預設左連線，可選inner、outer、right連線，示例如下：

left = pd.dataframe()
index = pd.multiindex.from_tuples([('k0', 'k0'), ('k1', 'k0'),
('k2', 'k0'), ('k2', 'k1')],names=['key1','key2'])
right = pd.dataframe(,
index=index)
left.join(right, on=['key1','key2'])

combine和update主要是用第二個df來填充第乙個，主要區別在於combine是兩個df按照規則進行逐列組合，自動索引對齊，缺失值補充為nan，update則是使用來自另乙個dataframe的非nan值就地進行修改,在索引上對齊,沒有返回值；

concat可以在兩個維度上對兩個df進行拼接，預設為縱向拼接（axis=0），拼接方式缺省外連線，也就是取拼接方向的並集，而'inner'時取拼接方向（若使用預設的縱向拼接，則為列的交集）的交集。

merge可以將兩個pandas物件橫向合併，遇到重複的索引項時會使用笛卡爾積。與concat在axis=1的差別在於on引數可以指定在key值下連線。

join函式作用是將多個pandas物件橫向拼接，遇到重複的索引項時會使用笛卡爾積，預設左連線，可選inner、outer、right連線。

merge_ordered:函式允許組合時間序列和其他有序資料。特別是它有乙個可選的fill_method關鍵字來填充/插入缺失的資料。

merge_asof:除了我們匹配最近的鍵而不是相等的鍵之外，其他的都類似於有序的left-join 。對於左側dataframe中的每一行，我們選擇右側dataframe中on鍵對應的值小於left的鍵對應的值的最後一行。兩個dataframe必須按鍵排序。

合併多個dataframe 第五章合併

多個dataframe的列合併與行合併

DataFrame資料合併

多個DataFrame的儲存

合併 多個dataframe 第五章 合併

多個dataframe的列合併與行合併

DataFrame資料合併

多個DataFrame的儲存

相關推薦

合併多個dataframe 第五章合併