大数据财务分析课件 3.4Python 数据集成.pptxVIP

大数据财务分析爱岗敬业诚实守信坚持准则提高技能廉洁自律客观公正参与管理强化服务

项目三数据清洗与处理任务四Python数据集成

爱岗敬业诚实守信merge()函数：具有表连接功能，类似于Excel中的vlookup()函数，可以根据一个多多个兼键（列值）将不同DataFrame连接起来。Merge()函数应用场景：两个DataFrame存在相同的键，根据键整合到一张表中，函数语法如下：pandas.merge(left,right,how=‘inner’,on=None,legt_on=None,right_on=Noneleft_index=False,right_index=False,sort=False,suffixes=(‘_x’,’_y’),conpy=True,indicator=False,validate=None)一、数据连接1.merge()函数

廉洁自律客观公正其参数：left、right：两个不同的DataFrameHow：连接方式，有inner,outer,left,right,默认为inner连接On：用于连接的列索引名称，左右两个DataFrame中必须同时存在，如果没有指定且left_index和right_index为False，则以两个DataFrame列名交集作为连接键。Left_on：左侧DataFrame中用于连接键的列名，该参数在左右列名不同但代表的含义相同时非常有用一、数据连接1.merge()函数

坚持准则提高技能Right_on：右侧DataFrame中用于连接键的列名。Left_index：默认False，设置为True代表使用左侧DataFrame中的行索引作为连接键Right_index：默认False，设置为True代表使用右侧DataFrame中的行索引作为连接键Sort：默认为False，是否将合并的数据进行排序，设置为False可以提高性能Suffixes：字符串组成的元组，两个表存在除主键之外的相同列名时，在列名后面附加的后缀名称用以区分数据源于哪个表，默认为(‘_x’,’_y’)。一、数据连接1.merge()函数

参与管理强化服务Copy：默认为True，设置为False，可以在某些特赦情况下避免将数据复制到结果数据结构中Indicator：默认为False，是否西安市每行数据的来源Validate：自动检查其合并键中是否有意外的重复项一、数据连接1.merge()函数

爱岗敬业诚实守信concat()函数：沿特定轴连接两个或两个以上的DataFrame,既可实现纵向合并，也可实现横向合并，行列索引均可重复。concat()函数适用场景：两个或多个DataFrame进行横向（列拼接）或纵向合并（行拼接）。函数语法如下：pandas.concat(objs,axis=0,join=‘outer’,ignore_index=False,keys=None，levels=None,names=None,verify_integrity=False,sort=None,copy=True)一、数据连接2.concat()函数

廉洁自律客观公正objs：连接对象axis：轴向，0代表纵向合并（行连接），1代表横向合并（列连接），默认为0Join：连接方式，有inner(交集）、outer（并集），默认为’outer’ignore_index：是否重建索引，默认为FalseKeys：传递键作为最外层级来构建层次结构索引，默认为NoneLevels：生成层次索引的级别，默认为None一、数据连接2.concat()函数

廉洁自律客观公正Names：生成层次索引的名称，默认为Noneverify_integrity：检测新的串联轴是是否包含重复项，默认为FalseSort：将合并的数据进行排序，设置为False可以提高性能，默认为TrueCopy：是否复制，默认为True一、数据连接2.concat()函数

坚持准则提高技能join()函数：连接另一个DataFrame的列（横向连接）。与merge（）函数功能类似，区别在于两者适用的场景有所不同。join()函数适用场景：无重复列名的两个DataFrame基于行索引进行列拼接。函数语法如下：DataFrame.Join（other,on=None,how=‘left’,lsuffix=‘’,rsuffix=‘’,sort=False一、数据连接3.join()函数

参与管理强化服务参数如下：other：连接的DataFrameon：指定左表中用于连接的列名，右边必须有相同的列（需设置为索引）how：连接方式，有in