根据行索引合并数据以及合并重叠数据

根据行索引合并数据join()

join() 方法能够通过列或指定列来连接DataFrame，其语法格式如下：

join(other, on=None, how='left', lsuffix=' ', rsuffix=' ', sort=False)

on：用于连接列名

how：可以从 left, right, outer, inner中任选一个，默认使用 left 方式

lsuffix：接收字符串，用于在左侧重叠的列名之后添加后缀名

rsuffix：接收字符串，用于在右侧重叠的列名之后添加后缀名

sort：接收布尔值，根据链接键对合并的数据进行排序，默认为False

下面是外链接合并示意图

left = pd.DataFrame({'A':['A0','A1'],
                    'B':['B0','B1']},
                   index=['a','b'])
right = pd.DataFrame({'C':['C0','C1'],
                     'D':['D0','D1']},
                    index=['c','d'])
​
print(left)
print("------------------------")
print(right)
print("------------------------")
left.join(right,how='outer')
​
​
--------------------------------------------下面是输出结果----------------------------------------------
    A   B
A  A0  B0
b  A1  B1
------------------------
    C   D
c  C0  D0
d  C1  D1
------------------------
       A    B   C   D
  a    A0   B0  NaN NaN
  b    A1   B1  NaN NaN
  c    NaN  NaN C0  D0
  d    NaN  NaN C1  D1

---

假设两个表中行索引和列索引重叠，那么当使用join()方法进行合并时，使用参数on指定重叠的列名即可

下面是合并示意图

left = pd.DataFrame({'A':['A0','A1','A2'],
                    'B':['B0','B1','B2'],
                    'key':['K0','K1','K2']})
right = pd.DataFrame({'C':['C0','C1','C2'],
                     'D':['D0','D1','D2']},
                     index = ['K0','K1','K2'])
print(left)
print('--------------------------------')
print(right)
print('--------------------------------')
left.join(right,how='left',on='key')    # 这里outer,inner,left结果是一样的。
​
​
-------------------------------------下面是输出结果-----------------------------------------
    A   B key
0  A0  B0  K0
1  A1  B1  K1
2  A2  B2  K2
--------------------------------
     C   D
K0  C0  D0
K1  C1  D1
K2  C2  D2
--------------------------------
    A   B   key C   D
0   A0  B0  K0  C0  D0
1   A1  B1  K1  C1  D1
2   A2  B2  K2  C2  D2

---

合并重叠数据combine_first(other)

上述方法只有一个参数other，该参数用于接收填充缺失值的DataFrame对象。（根据索引位置的对应关系来进行填充）

下面是合并重叠数据图（样例图）

left = pd.DataFrame({'A':[np.nan,'A0','A1','A2'],
                    'B':[np.nan,'B1',np.nan,'B3'],
                    'key':['K0','K1','K2','K3']})
right = pd.DataFrame({'A':['E0','E1','E2'],
                     'C':['C0','C1','C2'],
                     'B':['D0','D1','D2']},
                     index = [1,0,2])
print(left)
print('--------------------------------')
print(right)
print('--------------------------------')
# 用右边的来填充左边的
left.combine_first(right)    
​
-------------------------------------------下面是输出结果-----------------------------------------
     A    B key
0  NaN  NaN  K0
1   A0   B1  K1
2   A1  NaN  K2
3   A2   B3  K3
--------------------------------
    A   C   B
1  E0  C0  D0
0  E1  C1  D1
2  E2  C2  D2
--------------------------------
    A   B   C   key
0   E1  D1  C1  K0
1   A0  B1  C0  K1
2   A1  D2  C2  K2
3   A2  B3  NaN K3