Pandas橫縱堆疊、主鍵合併、重疊合並相關操作

1.橫縱堆疊
import numpy as np
import pandas as pd
concat()堆疊
內外連接時用join
堆疊：根據行、列索引進行表的拼接，而不看元素取值
#建表
data=np.array([[1,2],[2,3],[4,5]])
df1=pd.DataFrame(data,columns=[‘A’,‘a’])
df2=pd.DataFrame(data,columns=[‘A’,‘B’])
print(df1,df2)
#縱向合併
print(pd.concat([df1,df2],axis=0,join=‘outer’))
print(pd.concat([df1,df2],axis=0,join=‘inner’))
#橫向合併
print(pd.concat([df1,df2],axis=1,join=‘inner’))
print(pd.concat([df1,df2],axis=1,join=‘outer’))
2.主鍵合併
import numpy as np
import pandas as pd
merge()拼接
內外連接時用how
主鍵合併：根據兩個表中元素取值是否相同來進行拼接（和行列索引無關）
left = pd.DataFrame({‘key1’: [‘K0’, ‘K0’, ‘K1’, ‘K2’],
‘key2’: [‘K0’, ‘K1’, ‘K0’, ‘K1’],
‘A’: [‘A0’, ‘A1’, ‘A2’, ‘A3’],
‘B’: [‘B0’, ‘B1’, ‘B2’, ‘B3’]})
# print(left)
right = pd.DataFrame({‘key1’: [‘K0’, ‘K1’, ‘K1’, ‘K2’],
‘key2’: [‘K0’, ‘K0’, ‘K0’, ‘K0’],
‘C’: [‘C0’, ‘C1’, ‘C2’, ‘C3’],
‘D’: [‘D0’, ‘D1’, ‘D2’, ‘D3’]})
# print(right)

#主鍵拼接
#1.一個主鍵：（兩表中主鍵名稱一樣）
print(pd.merge(left, right, how=‘right’, on=‘key1’))
#2.多個主鍵：（兩表中主鍵名稱一樣）
print(pd.merge(left, right, how=‘left’, on=[‘key1’,‘key2’]))
#3.當兩個表中，多個主鍵名稱不一樣時，主鍵合併，顯示主鍵中一樣的參數，其他值不顯示
print(pd.merge(left, right, how=‘inner’, left_on=‘key2’,right_on=‘key1’))
#3.當兩個表中，多個主鍵名稱不一樣時，主鍵合併，除顯示主鍵中一樣的參數外其他值也顯示沒有的表中用NaN代替
print(pd.merge(left, right, how=‘outer’, left_on=‘key2’,right_on=‘key1’))
3.重疊合並
import numpy as np
import pandas as pd
‘’’
combine_first()合併
重疊合並：
當兩個表姐夠基本相同，但是表中都有缺失數據，可以利用重疊合並來拼接數據，構建一個完整的表
df1.combine_first((df2))：利用df2來完善df1,當df1與df2中都有數據的時候，以df1爲準（df1爲主表）
‘’’
dict1 = {‘ID’:[1,2,3,4,5,6,7,8,9],‘System’:[‘W10’,‘w10’,np.nan,‘w10’,np.nan,np.nan,‘w7’,‘w7’,‘w8’]}
dict2 = {‘ID’:[1,2,3,4,5,6,7,8,9],‘System’:[np.nan,np.nan,‘w7’,np.nan,‘w7’,‘w7’,‘w8’,np.nan,np.nan]}
df1 = pd.DataFrame(dict1)
df2 = pd.DataFrame(dict2)
****# print(‘df1:’,df1)
**# print('df2: ',df2)
#以df1作爲主表進行重疊合並，df1裏的表若是空值用df2表裏補充，df1若有值就使用df1本身的值
print(df1.combine_first((df2)))