描述
分析一个业务的时候往往涉及到很多数据,比如企业融资信息、投资机构信息、行业标签、招聘数据、政策数据等,这些数据分别存储在不同的表中。通过堆叠合并和主键合并等多种合并方式,可以将这些表中需要的数据信息合并在一张表中供分析使用。
合并方法
- 堆叠合并:横向堆叠,纵向堆叠;
- 主键合并;
- 重叠合并;
堆叠合并
堆叠合并就是简单的把两个表拼在一起,分为横向堆叠和纵向堆叠。
横向堆叠
横向堆叠就是指将后一个表的数据堆叠到前一个表的后几列,可以使用 concat 函数完成。
concat 函数基本语法
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,copy=True)
objs:表示需要合并的表的组合[d1, d2],接收多个Series, DataFrame, Panel 的组合,无默认;
axis:默认为0,axis=0表示做列对齐,列名一致的话,将后表数据添加到前表的下几行;
axis=1表示做行对齐,行标签一致的话,将后表的数据添加到前表的后几列;
join:默认为outer,接收‘inner’或‘outer’,表示取交集或并集;
其他参数相对不是那么常用,有兴趣的可以参考:concat函数的常用参数及说明
Python代码
# -*- coding=utf-8 -*-
import pandas as pd
import numpy as np
from pandas import DataFrame,Series
import math
#导入数据
eventfile = u'D:\\pythondata\\yuchuli\\event.xlsx'#投融资事件
event = pd.read_excel(eventfile)
event = DataFrame(event)
eventbufile = u'D:\\pythondata\\yuchuli\\event_bu.xlsx'#投融资事件补充数据
event_bu = pd.read_excel(eventbufile)
event_bu = DataFrame(event_bu)
#合并文件
event_1 = pd.concat([event, event_bu], axis = 1, join='outer', sort=False)
event_2 = pd.concat([event, event_bu], axis = 0, join='outer', sort=False)
e