Day13_【DataFrame数据组合join合并】【案例】

join默认左连接

演示案例

1.加载数据

stocks_2016 = pd.read_csv(r"C:\Users\24251\Desktop\employment\02-数据处理和统计分析\数据集\stocks_2016.csv")
stocks_2017 = pd.read_csv(r"C:\Users\24251\Desktop\employment\02-数据处理和统计分析\数据集\stocks_2017.csv")
stocks_2018 = pd.read_csv(r"C:\Users\24251\Desktop\employment\02-数据处理和统计分析\数据集\stocks_2018.csv")

可以看到2016与2017表的行数不同，这就关乎到下面连接方法的最佳选择。

2.（不可取，仅演示）依据两个DataFrame(stocks_2016与stocks_2017)的行索引(0,1,2...) 

如果合并的两个数据有相同的列名，需要通过lsuffix，和rsuffix，指定合并后的列名的后缀

df1 = stocks_2016.join(stocks_2017,lsuffix="_2016",rsuffix="_2017"
)
print(df1.head())

不难发现合并的结果是不正确的。

2.1使用 外连接（Outer Join）的含义：保留两个 DataFrame 中所有行索引的并集

关键字：how="outer"

df2 = stocks_2016.join(stocks_2017,lsuffix="_2016",rsuffix="_2017",how="outer"
)
print(df2.head())

不难发现合并的结果也是不可取的。

3.（可取）将两个DataFrame的Symbol设置为行索引，再次join数据

df3 = stocks_2016.set_index("Symbol").join(stocks_2017.set_index("Symbol"),lsuffix="_2016",rsuffix="_2017"
)
print(df3.head())

可见结果是正确的

4.（可取）将一个DataFrame的Symbol列设置为行索引，与另一个DataFrame的Symbol列进行join

df4 = stocks_2016.join(stocks_2017.set_index('Symbol'),lsuffix='_2016',rsuffix='_2018',on='Symbol'
)
print(df4.head())

可见结果是正确的