pandas学习-----05合并

最新推荐文章于 2024-07-28 16:35:46 发布

christineNAN

最新推荐文章于 2024-07-28 16:35:46 发布

阅读量323

点赞数

分类专栏： pandas学习 python学习笔记文章标签： python 数据分析

本文链接：https://blog.csdn.net/christineNAN/article/details/105882668

版权

python学习同时被 3 个专栏收录

13 篇文章 1 订阅

订阅专栏

笔记

9 篇文章 0 订阅

订阅专栏

pandas学习

3 篇文章 0 订阅

订阅专栏

本文探讨了pandas中数据合并的各种方法，包括append、assign、combine、update、concat、merge和join的适用场景，并通过实例进行说明。同时，解析了merge_ordered、merge_asof的功能及其与merge的关系。文章还涉及了多级索引的合并，并通过不同合并函数展示了具体应用。最后，讨论了不同连接方式（inner、outer、left、right）对笛卡尔积的影响，并给出相关示例。

摘要由CSDN通过智能技术生成

问题
【问题一】请思考什么是append/assign/combine/update/concat/merge/join各自最适合使用的场景，并举出相应的例子。
【问题二】 merge_ordered和merge_asof的作用是什么？和merge是什么关系？¶
【问题三】请构造一个多级索引与多级索引合并的例子，尝试使用不同的合并函数。
【问题四】上文提到了连接的笛卡尔积，那么当连接方式变化时（inner/outer/left/right），这种笛卡尔积规则会相应变化吗？请构造相应例子。

有2张公司的员工信息表，每个公司共有16名员工，共有五个公司，请解决如下问题：
在这里插入图片描述

df1 = pd.read_csv('data/Employee1.csv')
df2 = pd.read_csv('data/Employee2.csv')
df1['重复'] = ['Y_1' if df1.loc[i,'Name'] in L else 'N' for i in range(df1.shape[0])]
df2['重复'] = ['Y_2' if df2.loc[i,'Name'] in L else 'N' for i in range(df2.shape[0])]
df1 = df1.set_index(['Name','重复'])
df2 = df2.set_index(['Name','重复'])
df_c = pd.concat([df1,df2])
result = pd.DataFrame({'Company':[],'Name':[],'Age':[],'Height':[],'Weight':[],'Salary':[]})
group = df_c.groupby(['Company','重复'])
for i in L:
    first = group.get_group((i[0].upper(),'Y_1')).reset_index(level=1).loc[i,:][-4:]
    second = group.get_group((i[0].upper(),'Y_2')).reset_index(level=1).loc[i,:][-4:]
    mean = group.get_group((i[0].upper(),'N')).reset_index(level=1).mean()
    final = [i[0].upper(),i]
    for j in range(4):
        final.append(first[j] if abs(first[j]-mean[j])<abs(second[j]-mean[j]) else second[j])
    result = pd.concat([result,pd.DataFrame({result.columns.tolist()[k]:[final[k]] for k in range(6)})])
result = pd.concat([result.set_index('Name'),df_b])
for i in list('abcde'):
    for j in range(1,17):
        item = i+str(j)
        if item not in result.index:
            result = pd.concat([result,pd.DataFrame({'Company':[i.upper()],'Name':[item]
                 ,'Age':[np.nan],'Height':[np.nan],'Weight':[np.nan],'Salary':[np.nan]}).set_index('Name')])
result['Number'] = [int(i[1:]) for i in result.index]
result.reset_index().drop(columns='Name').set_index(['Company','Number']).sort_index()