大数据技术在财务中的应用5.4 数据合并.pptxVIP

大数据技术在财务中的应用5.4 数据合并.pptx

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

5.4数据合并大数据技术在财务中的应用

Pandas在合并数据集时,常见的操作包括纵向合并数据和横向连接数据等,这些操作各有各的特点。数据合并1.纵向合并数据的纵向合并指将两张或多张表纵向拼接起来,使得原先两张或多张表的数据整合到一张表上。假设现在有两个科目余额表分别为df1和df2,它们进行纵向合并的效果如下图所示。需要注意的是,参与纵向合并的表,它们的字段名与含义要完全相同。否则,若连接的表的列名或列个数不一致时,不一致的位置会产生缺失值。纵向合并示例

数据合并concat()函数可以将数据根据不同的轴做简单的数据合并,该函数的语法格式如下:参数说明实例objs要合并的数据[df1,df2]表示要合并df1与df2的数据axis连接的方向默认为0,纵向合并;如果为1,则是横向合并。join连接的方式在axis=1时可用,join=inner表示内连接,join=outer表示外连接(默认)。ignore_index合并时是否忽略现有索引默认为False,如果设置为True,则表示清除现有索引并重置索引值。df.concat(objs,axis=0,join=outer,ignore_index=False)?contact函数的参数函数中的参数说明如表7-13所示。

以科目余额表为例,通过contact()函数来纵向合并数据,参考代码如下。数据合并

以科目余额表为例,通过contact()函数来纵向合并数据,参考代码如下。数据合并concat()函数还可以实现按照行索引进行横向连接,通过参数“axis=”来控制,当参数axis=1时表示进行横向连接。

pandas.merge(left,right,how=inner,on=None,left_on=None,right_on=None)数据合并2.横向连接Pandas提供了merge函数以完成各种表的横向连接操作,这种连接操作与SQL语句的连接操作是类似的,包括内连接、外连接。此外,pandas也提供了按照行索引进行横向连接的方法。merge()函数的语法格式如下:函数中的参数说明如后表所示。

数据合并2.横向连接merge函数的参数当参与内连接的两个表没有相同的列名时,可以使用left_on和right_on参数设置连接的字段。

数据合并2.横向连接(1)内连接内连接(innerjoin)是指根据一个或多个列将两个DataFrame对象连接起来,查询结果只包括两张表中匹配的观测,用法简单,但是在数据分析中需谨慎使用,否则容易造成样本的缺失。假设现在有两个科目余额表分别为df1和df2,以“科目代码”为连接的列名进行内连接,内连接的结果如右图。内连接示例

数据合并2.横向连接(1)内连接以科目余额表为例,通过merge()函数实现内连接以横向合并数据,参考代码如右侧。

数据合并2.横向连接(1)内连接续上图

数据合并2.横向连接(2)外连接通过观测内连接的结果可以看到,左表连接列的值都可以在右表对应的连接列中找到,右表连接列的值也可以在左表中对应的连接列中找到,但是现实业务中很多都是互相找不到的,这个时候该怎么办?这就衍生出了用来处理找不到的情况的几种连接方式,用参数how来指明具体的连接方式,除了内连接(inner),还有左连接(left)、右连接(right)、全连接(full)这三种外连接方式,效果如下图所示。外连接示意图

数据合并2.横向连接(2)外连接左连接通过连接列,保留左表的全部信息,右表在左表缺失的信息会以NaN补全。以图中的df1和df2为例,它们以“科目代码”为连接的列名进行左连接,左连接的结果如右图所示。左连接左连接示例

数据合并2.横向连接(2)外连接以科目余额表为例,通过merge()函数来实现左连接。左连接的具体操作是通过merge函数的参数“how=left”实现的,参考代码如下。

数据合并2.横向连接(2)外连接右连接和左连接相对,右连接通过连接列,保留右表的全部信息,左表在右表缺失的信息会以NaN补全。以图中的df1和df2为例,它们以“科目代码”为连接的列名进行右连接,右连接的结果如右图所示。右连接右连接示例

数据合并2.横向连接(2)外连接以科目余额表为例,使用merge()函数来实现右连接。右连接的具体操作是通过merge函数的参数“how=‘right’”实现的,参考代码右侧所示。

数据合并2.横向连接(2)外连接全连接通过连接列,保留两表的全部信息,两表互相缺失的信息会以NaN补全。以图中的df1和df2为例,它们以“科目代码”为连接的列名进行全连接,全连接的结果如右图所示。全连接全连接

文档评论(0)

139****1983 + 关注
实名认证
文档贡献者

副教授、一级建造师持证人

一线教师。

领域认证该用户于2023年06月21日上传了副教授、一级建造师

1亿VIP精品文档

相关文档