两个DataFrame合并及缺失值填充方法

在数据处理和分析中，经常会遇到需要将两个DataFrame进行合并，并处理合并后可能出现的缺失值的情况。本文将介绍一些常见的合并方法以及缺失值填充的技巧。

一、DataFrame合并方法

1. merge()函数
   • merge()函数是Pandas中用于合并DataFrame的常用方法。它类似于SQL中的连接操作，可以根据指定的列或索引将两个DataFrame进行合并。
   • 例如，假设有两个DataFrame df1和df2，它们都有一个共同的列key，可以使用以下代码进行合并：

merged_df = pd.merge(df1, df2, on='key')

• 还可以通过指定how参数来选择不同的合并方式，如inner（内连接）、outer（外连接）、left（左连接）和right（右连接）。

2. concat()函数
   • concat()函数用于沿着特定的轴（行或列）将多个DataFrame进行拼接。
   • 例如，要按行拼接两个DataFrame df1和df2，可以使用以下代码：

concatenated_df = pd.concat([df1, df2], axis=0)

二、缺失值填充方法

1. 使用特定值填充
   • 可以使用fillna()函数将缺失值填充为指定的值。
   • 例如，将DataFrame df中的所有缺失值填充为0：

df_filled = df.fillna(0)

2. 使用均值、中位数等统计量填充
   • 计算列的均值、中位数等统计量，然后用这些统计量填充缺失值。
   • 例如，用列的均值填充缺失值：

mean_value = df['column_name'].mean()
df['column_name'] = df['column_name'].fillna(mean_value)

3. 使用插值法填充
   • 插值法可以根据已知数据点来估计缺失值。Pandas中的interpolate()函数提供了多种插值方法。
   • 例如，使用线性插值填充缺失值：

df_interpolated = df.interpolate(method='linear')

掌握两个DataFrame的合并方法以及缺失值填充技巧，能够更高效地处理和分析数据，为后续的数据分析和建模工作打下坚实的基础。