pythonpandas无列名数据合并_pandas数据合并（一）

一、多级索引

1、Series多级索引示例：

data = pd.Series(np.random.randn(9),index=[['a', 'a', 'a', 'b', 'b', 'c', 'c', 'd', 'd'],[1, 2, 3, 1, 3, 1, 2, 2, 3]])

a 1 -0.204708

2 0.478943

3 -0.519439

b 1 -0.555730

3 1.965781

c 1 1.393406

2 0.092908

d 2 0.281746

3 0.769023

2、将两级索引转换为一级索引形式的DataFrame

data.unstack()

3、将一个二维表格转换为高级索引Series

obj.stack()

4、DataFrame多级索引示例

frame = pd.DataFrame(np.arange(12).reshape((4, 3)),index=[['a', 'a', 'b', 'b'], [1, 2, 1, 2]],columns=[['Ohio', 'Ohio', 'Colorado'],['Green', 'Red', 'Green']])

5、给索引添加名称

frame.index.names = ['key1', 'key2']  #一级行索引名称为key1,二级行索引名称为key2

frame.columns.names=['state', 'color']  #一级列索引名称为state,二级列索引名称为color

6、索引互换位置

frame.swaplevel(i=-2, j=-1, axis=0)

#适用于两级索引的位置互换，i和j可以传入int,或者String(索引名称)，axis=0：代表行索引互换，axis=1代表列索引位置互换

7、索引排序

frame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, by=None)

axis:对行索引还是列索引进行排序

level:对第几级别索引进行排序

ascending:升序还是降序

inplace:view还是inplace

8、将列索引设置为行索引

frame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)

keys:列标签或列标签列表

drop:删除已经作为行标签的keys对应的列

append:是否将keys添加到现有的index后面

9、将多级行索引变为列索引

frame.reset_index()

二、数据表合并

1.merge

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False)

left:左边表格

right:右边表格

how:inner:取交集，outer:并集；left:参照左边表格行，right:参照右边表格行

on:当left和right有相同的列名时，默认按照相同的列名进行合并，可以指定一个列表，当表格中有两个以上相同的列名时。

left_on和right_on:分别指定左边表格参照列和右边表格参照列，适用于参照列名称不一致的情况。可以为列表，对应的对方表格中也必须是列表或多级索引。

suffixes：是否添加后缀，如果left和right有相同的列名时添加后缀

left_index和right_index:当使用列名匹配索引时使用。是left_on和right_on的特殊情况。

2.join

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

join是merge的一种特殊形式.所有功能可以用merge来实现。

#默认left和right 以相同的索引连接

#on：可以指定相同的列名或列名组成的元祖或列表

#how:同merge

#lsuffix和rsuffix代表相同列名添加的后缀

3.concatnate连接

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)

功能：沿着设定的轴线连接两个表格

objs:需要连接的对象序列，用列表标示

axis:沿着index或者columns

join:outer,inner

join_axes:指定连接的索引列表，形式为[[  ]],用于代替join的inner或者outer

keys:通常为一个列表，构造一个高级索引，keys作为指定obj的高级索引，通常和objs个数一致。

names:指定高级索引对应的名称

ignore_index:是否忽略索引，默认为Fasle,合并过程中各自保留原来的索引值，True:使用新的索引从0到n-1

4、重叠数据的合并

where(condition, [x, y]):例：np.where(pd.isnull(a),a,b)

condition：arraylike,bool;

x,y：arraylike,与condition长度一致，如果为真返回x,否则y,

obj1.combine_first(obj2):如果obj1对应位置有数据(不为nan)使用obj1的数据，否则使用obj2的数据