kesci-这十套练习，教你如何使用Pandas做数据分析-练习5（学习笔记）

题目数据来源： https://www.kesci.com/mw/notebook/5c1b599d8859e0002b718378

1. 导入必要的库

import pandas as pd

2. 按照如下的元数据内容创建数据集

raw_data_1 = {
        'subject_id': ['1', '2', '3', '4', '5'],
        'first_name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'], 
        'last_name': ['Anderson', 'Ackerman', 'Ali', 'Aoni', 'Atiches']}

raw_data_2 = {
        'subject_id': ['4', '5', '6', '7', '8'],
        'first_name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'], 
        'last_name': ['Bonder', 'Black', 'Balwner', 'Brice', 'Btisan']}

raw_data_3 = {
        'subject_id': ['1', '2', '3', '4', '5', '7', '8', '9', '10', '11'],
        'test_id': [51, 15, 15, 61, 16, 14, 15, 1, 61, 16]}

3. 将上述的数据框分别命名为data1，data2和data3

data1 = pd.DataFrame(raw_data_1, columns = ['subject_id', 'first_name', 'last_name'])
data2 = pd.DataFrame(raw_data_2, columns = ['subject_id', 'first_name', 'last_name'])
data3 = pd.DataFrame(raw_data_3, columns = ['subject_id','test_id'])

4. 将data1和data2两个数据框按照行的维度进行合并，命名为all_data

all_data = pd.concat([data1, data2])

all_data

# pd.concat([data1, data2], axis=0)  默认是按行的维度合并（上下拼接）

5. 将data1和data2按照列的维度进行合并，命名为all_data_col

all_data_col = pd.concat([data1, data2], axis=1)

all_data_col

6. 按照subject_id的值对all_data和data3做合并

pd.merge(all_data, data3, on='subject_id')

7. 对data1和data2按照subject_id作连接

pd.merge(data1, data2, how='inner', left_on='subject_id', right_on='subject_id')

8. 找到data1和data2合并之后的所有匹配结果

pd.merge(data1, data2, how='outer', on='subject_id')