Pandas Task5 合并
五、问题与练习
- 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。
- 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