【Python資料分析與處理 實訓05】— 處理分析虛擬姓名資料（資料合并）
探索虛擬姓名資料
1.宣告資料
raw_data_1 = {
'subject_id': ['1', '2', '3', '4', '5'],
'first_name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
'last_name': ['Anderson', 'Ackerman', 'Ali', 'Aoni', 'Atiches']}
raw_data_2 = {
'subject_id': ['4', '5', '6', '7', '8'],
'first_name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
'last_name': ['Bonder', 'Black', 'Balwner', 'Brice', 'Btisan']}
raw_data_3 = {
'subject_id': ['1', '2', '3', '4', '5', '7', '8', '9', '10', '11'],
'test_id': [51, 15, 15, 61, 16, 14, 15, 1, 61, 16]}
2.將上述的資料轉為DataFrame并分別命名為data1，data2，data3
data1 = pd.DataFrame(raw_data_1)
data2 = pd.DataFrame(raw_data_2)
data3 = pd.DataFrame(raw_data_3)
3.將data1和data2兩個資料框按照行的維度進行合并，命名為all_data
all_data = pd.concat([data1,data2],axis=0)
4.將data1和data2兩個資料框按照列的維度進行合并，命名為all_data_col
all_data_col = pd.concat([data1,data2],axis=1)
5.列印data3
print(data3)
6.按照subject_id的值對all_data和data3進行合并
print(pd.merge(all_data,data3,on='subject_id'))
7.對data1和data2按照subject_id做連接
print(pd.merge(data1,data2,on='subject_id'))
8.找到data1和data2合并之后的所有匹配結果
print(pd.merge(data1,data2,on='subject_id',how='outer'))
這部分案例主要介紹的是pandas的DataFrame的生成以及pandas中的merge()方法合并資料集，可以將其看做是sql中的表連接，相關內容參見本人博客：Python----資料分析-pandas資料預處理.資料組合、Python----資料分析-pandas.DataFrame基礎，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/232587.html
標籤：python