Python大数据分析与挖掘实战课件 5-2.数据合并与关联.pptxVIP

下载本文档

0
0
约1.22千字
约 5页
2025-06-18 发布于山东
举报
版权申诉

Python大数据分析与挖掘实战课件 5-2.数据合并与关联.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第5章数据预处理与特征工程数据框合并数据框关联

数据框合并第5章对两个数据框进行水平合并、垂直合并是数据处理与整合中常见的操作，这里介绍concat()函数，可以通过设置轴（Axis）为1或0实现importpandasaspdimportnumpyasnpdict1={a:[2,2,kt,6],b:[4,6,7,8],c:[6,5,np.nan,6]}dict2={d:[8,9,10,11],e:[p,16,10,8]}dict3={a:[1,2],b:[2,3],c:[3,4],d:[4,5],e:[5,6]}df1=pd.DataFrame(dict1)df2=pd.DataFrame(dict2)df3=pd.DataFrame(dict3)deldict1,dict2,dict3df4=pd.concat([df1,df2],axis=1)#水平合并df5=pd.concat([df3,df4],axis=0)#垂直合并，有相同的列名，index属性伴随原数据框df5.index=range(6)#重新设置index属性

数据框合并第5章执行结果如下

数据框关联第5章merge()函数类似于数据库中的SQL关联操作语句，指定关联字段之后可进行内连接（InnerJoin）、左连接（LeftJoin）和右连接（RightJoin）等数据操作importpandasaspddict1={code:[A01,A01,A01,A02,A02,A02,A03,A03],month:[01,02,03,01,02,03,01,02],price:[10,12,13,15,17,20,10,9]}dict2={code:[A01,A01,A01,A02,A02,A02],month:[01,02,03,01,02,03],vol:[10000,10110,20000,10002,12000,21000]}df1=pd.DataFrame(dict1)df2=pd.DataFrame(dict2)deldict1,dict2df_inner=pd.merge(df1,df2,how=inner,on=[code,month]) #内连接df_left=pd.merge(df1,df2,how=left,on=[code,month]) #左连接df_right=pd.merge(df1,df2,how=right,on=[code,month]) #右连接

数据框合并第5章执行结果如下