Pandas--合并

合并

• 读入数据集
  

一、append与assign

1. append方法
   （a）利用序列添加行（必须指定name）
   
   （b）用DataFrame添加表
   
2. assign方法
   该方法主要用于添加列，列名直接由参数指定：
   
   可以一次添加多个列：
   

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
   
   （b）一些例子
   
   
   
   
   （c）combine_first方法
   这个方法作用是用df2填补df1的缺失值，功能比较简单，但很多时候会比combine更常用，下面举两个例子：
   

2. update方法
   （a）三个特点
   ①返回的框索引只会与被调用框的一致（默认使用左连接，下一节会介绍）
   ②第二个框中的nan元素不会起作用
   ③没有返回值，直接在df上操作
   （b）例子
   
   
   

三、concat方法

concat方法可以在两个维度上拼接，默认纵向凭借（axis=0），拼接方式默认外连接
所谓外连接，就是取拼接方向的并集，而’inner’时取拼接方向（若使用默认的纵向拼接，则为列的交集）的交集
下面举一些例子说明其参数：

默认状态拼接：

axis=1时沿列方向拼接：

join设置为内连接（由于axis=0，因此列取交集）：

join设置为外链接：

verify_integrity检查列是否唯一：

key参数用于对不同的数据框增加一个标号，便于索引：

四、merge与join

1. merge函数
   merge函数的作用是将两个pandas对象横向合并，遇到重复的索引项时会使用笛卡尔积，默认inner连接，可选left、outer、right连接
   所谓左连接，就是指以第一个表索引为基准，右边的表中如果不再左边的则不加入，如果在左边的就以笛卡尔积的方式加入
   merge/join与concat的不同之处在于on参数，可以指定某一个对象为key来进行连接
   同样的，下面举一些例子：
   
   以key1为准则连接，如果具有相同的列，则默认suffixes=(’_x’,’_y’)：
   
   以多组键连接：
   
   默认使用inner连接，因为merge只能横向拼接，所以取行向上keys的交集，下面看如果使用how=outer参数
   注意：这里的how就是concat的join
   
   左连接：
   
   右连接：
   
   如果还是对笛卡尔积不太了解，请务必理解下面这个例子，由于B的所有元素为2，因此需要6行：
   
   validate检验的是到底哪一边出现了重复索引，如果是“one_to_one”则两侧索引都是唯一，如果"one_to_many"则左侧唯一
   
   indicator参数指示了，合并后该行索引的来源
   

2. join函数
   join函数作用是将多个pandas对象横向拼接，遇到重复的索引项时会使用笛卡尔积，默认左连接，可选inner、outer、right连接
   
   对于many_to_one模式下的合并，往往join更为方便
   同样可以指定key：
   
   多层key：