数据分析---DataFrame的级联and合并操作

级联操作

对原始数据（表格）进行横向或者纵向的拼接，和np.concatenate函数类似。需要保证拼接的行列索引的一致；如果不一致，会补空(外级联)或者 只级联能够级联的部分(内级联)

import numpy as np
import pandas as pd
from pandas import DataFrame

pd.concat((df1,df2),axis=0）  #按列进行级联

• 匹配级联和不匹配级联（内、外）

 横向级联——两个表格的行索引相同，匹配级联

 纵向级联——外级联：列索引不同，不匹配级联，此时会产生空值

此时增加一个参数——内级联，只联接能够联接的列

 如果要保证数据的完整性，必须使用out外级联。

df1.append(df2)   #只能进行外级联

列和列的级联

 合并操作        

        对数据的整合，一次只能合并两张表的数据

•  一对一合并

         两张表的列索引不同；可以进行级联。对其合并——可以将数据合并 

on='employee' : 基于employee这一列将两张表合并，如果没有这个参数，则基于相同的列进行合并。

• 一对多的合并

 基于相同的列employee进行合并，得到了一个三行四列的表格：Jack的Engineering可以分别和Guido、Steve合并。

•  多对多的合并

        （1） 基于group进行合并， 理论上得到一个6行3列的表格（有空缺值：outer）。到那时merge函数默认为 .merge(df1,df2,how='inner')：

         （2）只保留左表或者保留右表进行合并：

         （3）如果有两列的列索引相同，不指明基于哪一列合并时，则基于两者同时合并：

 基于employee和group同时合并得到：

指定基于group列进行合并：

        （4）两张表中没有相同的列索引时（有相同的数据）

没有共有的列如何合并？ 但是只要有共有的数据即可合并

         （5）内合并和外合并

out取并集（外合并，有空缺值），inner取交集（外合并，没有空缺值），merge默认inner。

如何判断是做级联还是合并：

• 看题目要求；
• 没有要求时，如果这张表的大部分索引都一样，那么肯定是做级联；
• 如果只有局部索引一样，甚至没有索引一样，那么只能做合并。  

（下一节：人口分析案例，级联和合并的应用）