Pandas基础5

第5章 合并

import pandas as pd 
import numpy as np
df = pd.read_csv('data/table.csv')
df.head()

	School	Class	ID	Gender	Address	Height	Weight	Math	Physics
0	S_1	C_1	1101	M	street_1	173	63	34.0	A+
1	S_1	C_1	1102	F	street_2	192	73	32.5	B+
2	S_1	C_1	1103	M	street_2	186	82	87.2	B+
3	S_1	C_1	1104	F	street_2	167	81	80.4	B-
4	S_1	C_1	1105	F	street_4	159	64	84.8	B+

一、append与assign

1. append方法

（a）利用序列添加行（必须指定name）

df_append = df.loc[:3,['Gender','Height']].copy()
df_append

	Gender	Height
0	M	173
1	F	192
2	M	186
3	F	167

s = pd.Series({
   'Gender':'F','Height':188},name='new_row')

df_append.append(s)

	Gender	Height
0	M	173
1	F	192
2	M	186
3	F	167
new_row	F	188

df_temp = pd.DataFrame({
   'Gender':['F','M'],'Height':[188,176]},index=['new_1','new_2'])

df_append.append(df_temp)

	Gender	Height
0	M	173
1	F	192
2	M	186
3	F	167
new_1	F	188
new_2	M	176

2. assign方法

该方法主要用于添加列，列名直接由参数指定：

s = pd.Series(list('abcd'),index=range(4))
df_append.assign(letter = s)

	Gender	Height	letter
0	M	173	a
1	F	192	b
2	M	186	c
3	F	167	d

df_append.assign(col1=lambda x:x['Gender']*2,
                 col2=s,
                 col3=s)

	Gender	Height	col1	col2	col3
0	M	173	MM	a	a
1	F	192	FF	b	b
2	M	186	MM	c	c
3	F	167	FF	d	d

二、combine与update

1. comine方法

comine和update都是用于表的填充函数，可以根据某种规则填充

（a）填充对象

可以看出combine方法是按照表的顺序轮流进行逐列循环的，而且自动索引对齐，缺失值为NaN，理解这一点很重要

df_combine_1 = df.loc[:1,['Gender','Height']].copy()
df_combine_2 = df.loc[10:11,['Gender','Height']].copy()
df_combine_1.combine(df_combine_2,lambda x,y:x)

	Gender	Height
0	M	173.0
1	F	192.0
10	NaN	NaN
11	NaN	NaN

df_combine_1

	Gender	Height
0	M	173
1	F	192

（b）一些例子

例①：根据列均值的大小填充

df1 = pd.DataFrame({
   'A': [1, 2], 'B': [3, 4.]})
df2 = pd.DataFrame({
   'A': [0, 0,0], 'B': [6, 5,0]})

df1.combine(df2,lambda x,y: x if x.mean()>y.mean() else y)

	A	B
0	1.0	6.0
1	2.0	5.0
2	NaN	0.0

例②：索引对齐特性（默认状态下，后面的表没有的行列都会设置为NaN）

df2 = pd.DataFrame({
   'B': [8, 7], 'C': [6, 5]},index=[1,2])
df1.combine(df2,lambda x,y:x if x.mean()>y.mean() else y)

	A	B	C
0	NaN	NaN	NaN
1	NaN	8.0	6.0
2	NaN	7.0	5.0

例③：使得df1原来符合条件的值不会被覆盖

df1.combine(df2,lambda x,y:x if x.mean(