pandas如何进行数据拼接

　　pandas数据拼接有可能会用到，比如出现重复数据，需要合并两份数据的交集，并集就是个不错的选择，我们本着技多不压身的态度蛮学习了一下下;

　　我们在进行学习数据转换之前，先学习一些数拼接相关的知识

　　1 join()联结

　　有关merge操作知识追寻者这边不提及，有空可能后面会专门出一篇相关文章，因为其学习方式根SQL的表联结类似，不是几行能说清楚的知识点;

　　join操作能将 2 个DataFrame 合并为一块，前提是DataFrame 之间的列没有重复;

　　# -*- coding: utf-8 -*-
　　import pandas as pd
　　import numpy as np
　　data1 = {
　　'user' : ['zszxz','craler','rose'],
　　'price' : [100, 200, 300],
　　'hobby' : ['reading','running','hiking']
　　}
　　index1 = ['user1','user2','user3']
　　frame1 = pd.DataFrame(data1,index1)
　　data2 = {
　　'person' : ['zszxz','craler','rose'],
　　'number' : [100, 2000, 3000],
　　'activity' : ['swing','riding','climbing']
　　}
　　index2 = ['user1','user2','user3']
　　frame2 = pd.DataFrame(data2,index2)
　　join = frame1.join(frame2)
　　print(join)

　　输出

• 　　user price hobby person number activity

• 　　user1 zszxz 100 reading zszxz 100 swing

• 　　user2 craler 200 running craler 2000 riding

• 　　user3 rose 300 hiking rose 3000 climbing

　　2 concat()拼接

　　使用 concat() 函数能将2个 Series 拼接为一个，默认按行拼接;

　　ser1 = pd.Series(['111','222',np.NaN])
　　ser2 = pd.Series(['333','444',np.NaN])
　　# 默认按行拼接
　　print(pd.concat([ser1, ser2]))

　　如果按列拼接则 axis = 1

　　ser1 = pd.Series(['111','222',np.NaN])
　　ser2 = pd.Series(['333','444',np.NaN])
　　# 按列拼接
　　print(pd.concat([ser1, ser2],axis=1))

　　输出

• 　　0 1

• 　　0 111 333

• 　　1 222 444

• 　　2 NaN NaN

　　更近一步，指定key 参数 输出的数据格式就和 DataFrame 一样

　　ser1 = pd.Series(['111','222',np.NaN])
　　ser2 = pd.Series(['333','444',np.NaN])
　　# 按列拼接
　　data = pd.concat([ser1, ser2],axis=1, keys=['zszxz', 'rzxx'])
　　print(data)
　　输出
　　zszxz rzxx
　　0 111 333
　　1 222 444
　　2 NaN NaN

　　注 ： DataFrame 的 concat 操作 和 Series 类似;

　　2.3 combine_first()组合

　　索引重复时就可以使用combine_first进行拼接

　　ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])
　　ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])
　　data = ser1.combine_first(ser2)
　　print(data)

　　输出

• 　　1 111

• 　　2 222

• 　　3 NaN

• 　　4 555

• 　　dtype: object

　　将Series 位置互换一下，可以看见基准将以 ser2为准;

　　ser1 = pd.Series(['111','222',np.NaN],index=[1,2,3])
　　ser2 = pd.Series(['333','444',np.NaN,'555'],index=[1,2,3,4])
　　data = ser2.combine_first(ser1)
　　print(data)

　　输出

• 　　1 333

• 　　2 444

• 　　3 NaN

• 　　4 555

• 　　dtype: object

　　4 轴转换

　　准备的数据

　　# -*- coding: utf-8 -*-
　　import pandas as pd
　　import numpy as np
　　data = {
　　'user' : ['zszxz','craler','rose'],
　　'price' : [100, 200, 300],
　　'hobby' : ['reading','running','hiking']
　　}
　　index = ['user1','user2','user3']
　　frame = pd.DataFrame(data,index)
　　print(frame)

　　输出

　　user price hobby
　　user1 zszxz 100 reading
　　user2 craler 200 running
　　user3 rose 300 hiking
　　stack() 将 列转为行;
　　# -*- coding: utf-8 -*-
　　import pandas as pd
　　import numpy as np
　　data = {
　　'user' : ['zszxz','craler','rose'],
　　'price' : [100, 200, 300],
　　'hobby' : ['reading','running','hiking']
　　}
　　index = ['user1','user2','user3']
　　frame = pd.DataFrame(data,index)
　　print(frame.stack())

　　输出

• 　　user1 user zszxz

• 　　price 100

• 　　hobby reading

• 　　user2 user craler

• 　　price 200

• 　　hobby running

• 　　user3 user rose

• 　　price 300

• 　　hobby hiking

• 　　dtype: object

　　使用 unstack()将 数据结构重新返回

　　# -*- coding: utf-8 -*-
　　import pandas as pd
　　import numpy as np
　　data = {
　　'user' : ['zszxz','craler','rose'],
　　'price' : [100, 200, 300],
　　'hobby' : ['reading','running','hiking']
　　}
　　index = ['user1','user2','user3']
　　frame = pd.DataFrame(data,index)
　　sta = frame.stack()
　　print(sta.unstack())

　　输出

• 　　user price hobby

• 　　user1 zszxz 100 reading

• 　　user2 craler 200 running

• 　　user3 rose 300 hiking