数据分析——python，pandas：DataFrame对象（merge函数，fillna函数的使用）排序

Posted 2021-12-09 小乖乖的臭坏坏

import pandas as pd
import numpy as np

a = [[1,2,3,4,5],[1,3,6,8,0],[2,2,6,0,2],[2,2,5,6]]
col = ['a','b','c','d','e']

df_data = pd.DataFrame(a,columns=col)
print('df_data:\\n', df_data, '\\n')

#
b = np.array([[2,3,4,1],[4,8,0,6]])
b = b.T
df_data1 = pd.DataFrame(b,columns=['d','f'])
print('df_data1:\\n', df_data1, '\\n')

#merge的作用是连接合并DataFrame,只能用于两个表的拼接，左右拼接
#on表示作为主键的字段
# 参数leftindex和rightindex
# 除了指定字段作为主键以外，还可以考虑用索引作为拼接的主键，leftindex和rightindex默认为False，就是不以索引作为主键，调整为True就可以了。
# how参数控制拼接方式，默认内连接（inner），那么不同的拼接方式对结果有怎样的影响呢，内连接是只将两个表主键一致的信息拼接到一起
# 左连接是保留所有左表的信息，把右表中主键与左表一致的信息拼接进来，标签不能对齐的部分，用NAN进行填充
c = pd.merge(df_data,df_data1, on=['d'], how='left')
# 将值为nan的部分填充为0
c = c.fillna(0)

print(c)