合并重疊數(shù)據(jù)教師：亢華愛北京信息職業(yè)技術(shù)學(xué)院商務(wù)數(shù)據(jù)分析與應(yīng)用專業(yè)教學(xué)資源庫目錄Contents合并重疊數(shù)據(jù)概述1PART概述概述在處理數(shù)據(jù)的過程中，當(dāng)一個(gè)DataFrame對象中出現(xiàn)了缺失數(shù)據(jù)，而對于這些缺失數(shù)據(jù)，我們希望可以使用其他DataFrame對象中的數(shù)據(jù)填充，這時(shí)可以通過combine_first()方法填充缺失數(shù)據(jù)概述上述方法中只有一個(gè)參數(shù)other，該參數(shù)用于接收填充缺失值的DataFrame對象combine_first()方法的語法格式：combine_first(other)2PART合并重疊數(shù)據(jù)合并重疊數(shù)據(jù)假設(shè)現(xiàn)在有l(wèi)eft表與right表，其中l(wèi)eft表中存在3個(gè)缺失的數(shù)據(jù)，而right表中的數(shù)據(jù)是完整的，并且right表與left表有相同的索引名，此時(shí)我們可以使用right表中的數(shù)據(jù)來填充left表的缺失數(shù)據(jù)，得到一個(gè)新的result表，如圖所示合并重疊數(shù)據(jù)接下來，編寫代碼實(shí)現(xiàn)上述合并重疊數(shù)據(jù)的過程，即使用right表的數(shù)據(jù)替換left表的缺失數(shù)據(jù)，具體代碼如下In[32]：importpandasaspdimportnumpyasnpfromnumpyimportNANleft=pd.DataFrame({'A'：[np.nan，'A0'，'A1'，'A2']，'B'：[np.nan，'B1'，'np.nan'，'B3']，'key'：['K0'，'K1'，'K2'，'K3']})right=pd.DatmFrame({'A'：['C0'，'C1'，'C2']，'B'：['D0'，'Dl'，'D2']}，index=[1，0，2])#用right的數(shù)據(jù)填充：left缺失的部分bine_first(right)Out[32]：ABkey0C1D1K01A1B1K12A2D2K23A3B3K3需要強(qiáng)調(diào)的是，使用combine_first()方法合并兩個(gè)DataFrame對象時(shí)，必須確保它們的行索引和列索引有重疊的部分。合并重疊數(shù)據(jù)參考文獻(xiàn)[1]黑馬程序員.Python數(shù)據(jù)分析與應(yīng)用:從數(shù)據(jù)獲取到可視化