Pandas Task5 合并

1. 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。

append：主要用于添加行
assign：主要用于添加列
cobmine和update都是用于表的填充函数，可以根据某种规则填充¶
concat：主要用于两个DataFrame的行连接
merge：将两个pandas对象横向合并
join：将多个pandas对象横向拼接

【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。

2. 练习
   【练习一】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：
   (a) 每个公司有多少员工满足如下条件：既出现第一张表，又出现在第二张表。

len(df['Name']) - df['Name'].nunique()

16

(b) 将所有不符合(a)中条件的行筛选出来，合并为一张新表，列名与原表一致。

list_name = list(df.groupby('Name')['Age'].count().index)
list_num = list(df.groupby('Name')['Age'].count().values)
dict_test = {
   }
for name, num in zip(list_name, list_num):
    try:
        dict_test[num].append(name)
    except:
        dict_test[num] = [name]
        
df_new = df.loc[df['Name'].isin(dict_test[1]), :]
df_new = df_new.sort_values(by='Name').reset_index().drop(columns='index')
df_new

© 现在需要编制所有80位员工的信息表，对于(b)中的员工要求不变，对于满足(a)条件员工，它们在某个指标的数值，取偏离它所属公司中满足(b)员工的均值数较小的哪一个，例如：P公司在两张表的交集为{p1}，并集扣除交集为{p2,p3,p4}，那么如果后者集合的工资均值为1万元，且p1在表1的工资为13000元，在表2的工资为9000元，那么应该最后取9000元作为p1的工资，最后对于没有信息的员工，利用缺失值填充。

df1 = pd.read_csv('../data/Employee1.csv')
df2 = pd.read_csv('../data/Employee2.csv')
df1['重复'] = ['Y_1' if df1.loc[i