pandas之combine_first() 合并重叠数据(修补)
数据合并处理中,还有一种数据组合的处理方法,那就是合并重叠数据我也把他叫修补
合并重叠数据使用 combine_first() 函数,该函数的语法格式如下。
obj1.combine_first(obj2)
其中,obj1 为函数调用对象的数据集;obj2 为函数参数对象的数据集。
该函数的作用是用函数参数对象中的数据为函数调用对象的缺失数据“打补丁”,即填充函数调用对象中的数据缺失值。
代码如下:
import numpy as np
import pandas as pd
print("========#修补pd.combine_first()========")
df1=pd.DataFrame([[np.nan, 3., 5.], [-4.6,np.nan,np.nan],[np.nan,7.,np.nan]])
df2=pd.DataFrame([[-42.6,np.nan,-8.2],[-5.,1.6,4]],index=[1,2])
print(df1)
print(df2)
print(df1.combine_first(df2))#根据index,def的空值被df2代替
运行结果:
可以看到df1是三行,df2是两行,combine_first(df2)函数的意义就是填充,修补。df1把df2没有的第一行修补上。而且以0为行索引的值没变
可以对比df1与df2行索引对应的值
df1
df2
合并后:
对比之下可以看出,两个都是none的,合并之后还是none,一个是none,另一个不是的那将none填充。
例二:
print("------------例二:---------------")
df1=pd.DataFrame({'A':[None,0],'B':[None,4]})
df2=pd.DataFrame({'A':[1,1,1],'B':[3,3,3]})
print(df1)
print(df2)
print(df1.combine_first(df2))
这就是combine_first() 的作用
新手总结,如有错误,请批评指正。
pandas之combine_first() 合并重叠数据(修补)相关推荐
- python 合并重叠数据
转载于:https://www.cnblogs.com/mahailuo/p/8513306.html
- pandas数据处理之合并与拼接
在许多应用中,数据可能来自不同的渠道,在数据处理的过程中常常需要将这些数据集进行组合合并拼接,形成更加丰富的数据集.pandas提供了多种方法完全可以满足数据处理的常用需求.具体来说包括有join.m ...
- python数据预处理 重复行统计_Python数据分析之数据预处理(数据清洗、数据合并、数据重塑、数据转换)学习笔记...
1. 数据清洗 1.1 空值和缺失值的处理 空值一般表示数据未知.不适用或将在以后添加数据.缺失值是指数据集中某个或某些属性的值是不完整的. 一般空值使用None表示,缺失值使用NaN表示 1.1 ...
- Python数据分析之数据预处理(数据清洗、数据合并、数据重塑、数据转换)学习笔记
文章目录 1. 数据清洗 1.1 空值和缺失值的处理 1.1.1 使用isnull()和notnull()函数 1.1.1.1 isnull()语法格式: 1.1.1.2 notnull()语法格式: ...
- 数据分析之pandas学习笔记(六)(层次化索引、重塑、轴向旋转、行列变换、合并表数据)
数据分析之Pandas学习笔记(六)(层次化索引.重塑.轴向旋转.行列变换.合并表数据) level层次化索引 unstack()与stack()进行重塑,即:行列索引变换 swaplevel()交换 ...
- pandas使用append函数在dataframe上纵向合并数据实战:多个dataframe合并、合并series左右dataframe的一样、合并字典数据作为dataframe的行
pandas使用append函数在dataframe上纵向合并数据实战:多个dataframe合并.合并series左右dataframe的一样.合并字典数据作为dataframe的行 目录
- pandas基础操作大全之数据合并
在pandas 基础操作大全之数据读取&清洗&分析中介绍了pandas常见的数据处理操作,现在继续对pandas常用的数据合并操作做下介绍,便于大家快速了解,也方便后续需要时快速查询. ...
- pandas——数据移位、数据转换、数据合并、数据导出和日期数据的处理,时间序列等
pandas统计分析(下) 本文主要介绍使用pandas进行数据移位.数据转换.数据合并.数据导出和日期数据的处理,时间序列等. 数据移位 数据移位就是在分析数据时,需要移动到上一条,在pandas中 ...
- pandas高级处理-合并
pandas高级处理-合并 如果你的数据由多张表组成,那么有时候需要将不同的内容合并在一起分析 1 pd.concat实现数据合并 pd.concat([data1, data2], axis=1) ...
- pandas访问分组里面的数据_实战用pandas+PyQt5制作一款数据分组透视处理工具
早起导读:pandas是Python数据处理的利器,如果每天都要使用pandas执行同样的操作,如何制作一个有界面的软件更高效的完成?本文提供了一种基于PyQt5的实现思路. 关键词:pandas P ...
最新文章
- 在Linux下编写运行你的第一条代码——Hello Linux
- 博图编写温度程序_NTC测量温度的两个不同的数值转换程序,你会选择哪一个
- 病毒周报(100111至100117)
- C++11系列学习之三----array/valarray
- 牛客 共鸣问题(思维难题)
- 今晚直播丨Oracle数据库之Object的Access方法和结合方法
- isdigit函数python_Python判断字符串是否为数字的方法isdecimal 、isdigit、isnumeric及坑...
- layui中table显示 图片
- spring aop如何在切面类中获取切入点相关方法的参数、方法名、返回值、异常等信息
- Android使用XML全攻略(1)
- 禁掉win2003/2008服务 提高系统运行速度
- vue-awesome-swiper滑动失效的问题解决方案
- 无心剑中译泰戈尔《漂鸟集(1~10)》
- 2022 Gartner新兴技术成熟曲线
- 紫光联合大基金等成立长江存储 注资189亿元
- Docker使用注意事项
- 【Android效果集】下雨效果
- vue ajax传输数组,ajax请求回数组数据,Vue页面数组没同步问题
- 用Arduino读取HX711应变片专用模块
- 科技云报道:5G商用倒计时,你关心的都在这儿