<div class="blogpost-body" id="cnblogs_post_body">
<p style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">数据分析和建模的大量编程工作都是在数据准备上的（深表同意）：加载、清理、转换以及重塑。pandas和Python标准库提供了一组高级的、灵活的、高效的核心函数和算法，他们能够轻松地将数据规整化为正确的形式。</p>
<p style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">1、合并数据集</p>
<p style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">pandas对象中的数据可以通过一些内置的方式进行合并</p>
<ul><li>
<div style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">
pandas.merge可以根据一个或者多个键值连接起来，就是SQL中的数据库连接工作。
</div> </li><li>
<div style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">
pandas.concat可以沿着一条轴将多个对象堆叠在一起
</div> </li><li>
<div style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">
实例方法combine_first可以讲重复数据编接在一起 ，用一个对象中的值填充另一个对象中的缺失值（注：译者说就是数据库中的外连接）。
</div> </li></ul>
<p style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">由于太常用，给出一些例子。</p>
<p style="font-size:12pt;font-family:'黑体';line-height:160%;text-indent:2em;">数据库风格的DataFrame合并</p>
<div class="cnblogs_code" style="border:#cccccc 1px solid;">
<pre class="blockcode"><span style="color:#008000;">#</span><span style="color:#008000;">-*- encoding: utf-8 -*-</span>
<span style="color:#0000ff;">import</span><span style="color:#000000;"> numpy as np
</span><span style="color:#0000ff;">import</span><span style="color:#000000;"> pandas as pd
</span><span style="color:#0000ff;">import</span><span style="color:#000000;"> matplotlib.pyplot as plt
</span><span style="color:#0000ff;">from</span> pandas <span style="color:#0000ff;">import</span><span style="color:#000000;"> Series,DataFrame
</span><span style="color:#008000;">#</span><span style="color:#008000;">数据集的合并（merge）或者连接（join）运算是通过一个或者多个键将行链接起来。这是关系型数据库的核心。</span>
df1 = DataFrame({<!-- --><span style="color:#800000;">'</span><span style="color:#800000;">key</span><span style="color:#800000;">'</span>:[<span style="color:#800000;">'</span><span style="color:#800000;">b</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">b</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">a</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">c</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">a</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">a</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">b</span><span style="color:#800000;">'</span>],<span style="color:#800000;">'</span><span style="color:#800000;">data1</span><span style="color:#800000;">'</span>:range(7<span style="color:#000000;">)})
df2 </span>= DataFrame({<!-- --><span style="color:#800000;">'</span><span style="color:#800000;">key</span><span style="color:#800000;">'</span>:[<span style="color:#800000;">'</span><span style="color:#800000;">a</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">b</span><span style="color:#800000;">'</span>,<span style="color:#800000;">'</span><span style="color:#800000;">d</span><span style="color:#800000;">'</span>],<span style="color:#800000;">'</span><span style="color:#800000;">data2</span><span style="color:#800000;">'</span>:range(3<span style="color:#000000;">)})
</span><span style="color:#0000ff;">print</span><span style="color:#000000;"> df1
</span><span style="color:#0000ff;">print</span><span style="color:#000000;"> df2
</span><span style="color:#008000;">#</span><span style="color:#008000;">没有指定用哪些列进行合并时，默认用重复的列名进行合并，并且只保留合并列中的交集，其他舍去</span><span style="color:#008000;">
#</span><span style="color:#008000;">即merge默认的是“内连接”</span>
<span style="color:#0000ff;">print</span><span style="color:#000000;"> pd.merge(df1,df2)
</span><span style="color:#008000;">#</span><span style="color:#008000;">不过，最好显示指定一下：</span>
<span style="color:#0000ff;">print</span> pd.merge(df1,df2,on = <span style="color:#800000;">'</span><span style="color:#800000;">key</span><span style="color:#800000;">'</span><span style="color:#000000;">)
</s |
|
转播
