Python Pandas DataFrame align方法用法及代码示例

例子

指定连接类型

考虑以下两个 DataFrame：

df_one = pd.DataFrame({"A":[1,2], "B":[3,4], "C":[5,6]})
df_two = pd.DataFrame({"A":[7,8], "E":[9,10], "B":[11,12]}, index=["a","b"])



 [df_one]          [df_two]
   A  B  C          A  E   B
0  1  3  5       a  7  9   11
1  2  4  6       b  8  10  12

外full-join

要通过外部full-join对齐两个DataFrame：

a_one, a_two = df_one.align(df_two, axis=1)      # join="outer"



    [a_one]        |        [a_two]
   A  B  C  E      |      A  B   C    E
0  1  3  5  NaN    |   a  7  12  NaN  9
1  2  4  6  NaN    |   b  8  12  NaN  10

在此，请注意以下事项：

• 默认情况下， join="outer" ，这意味着生成的 DataFrames 将具有两个输入 DataFrame 中存在的所有列标签。这就是我们在 a_one 中看到列标签 E 和在 a_two 中看到列标签 C 的原因。

• axis=1 参数告诉 Pandas 按列执行对齐。

• 尽管添加了新列，但它们不包含任何值，因为它们填充了 NaN 。

内部联接

通过 inner-join 对齐：

a_one, a_two = df_one.align(df_two, join="inner", axis=1)



 [a_one]      [a_two]
   A  B          A  B  
0  1  3       a  7  11
1  2  4       b  8  12

我们获得此结果是因为 DataFrames 中都存在列标签 "A" 和 "B" - 所有其他列都被剥离。

左连接

通过 left-join 对齐：

a_one, a_two = df_one.align(df_two, join="left", axis=1)
a_one



  [a_one]         [a_two]
   A  B  C        A  B   C
0  1  3  5     a  7  11  NaN
1  2  4  6     b  8  12  NaN

通过执行左连接，我们确保 other DataFrame 具有源 DataFrame 的所有列标签。这就是为什么我们看到 C 列出现在 a_two 中。

指定轴

再次假设我们有以下两个 DataFrame：

df_one = pd.DataFrame({"A":[1,2], "B":[3,4], "C":[5,6]})
df_two = pd.DataFrame({"A":[7,8], "E":[9,10], "B":[11,12]}, index=["a","b"])



 [df_one]         [df_two]
   A  B  C          A  E   B
0  1  3  5       a  7  9   11
1  2  4  6       b  8  10  12

轴=0

a_one, a_two = df_one.align(df_two, axis=0)



    [a_one]               [a_two]
   A    B    C          A    E    B
0  1.0  3.0  5.0     0  NaN  NaN  NaN
1  2.0  4.0  6.0     1  NaN  NaN  NaN
a  NaN  NaN  NaN     a  7.0  9.0  11.0
b  NaN  NaN  NaN     b  8.0  10.0 12.0

通过设置axis=0，我们告诉 Pandas对齐行标签，也就是说，两个结果 DataFrames 具有完全相同的行标签。但是，请注意两个 DataFrame 的列标签如何保持完整。

轴=1

a_one, a_two = df_one.align(df_two, axis=1)



    [a_one]        |        [a_two]
   A  B  C  E      |      A  B   C    E
0  1  3  5  NaN    |   a  7  12  NaN  9
1  2  4  6  NaN    |   b  8  12  NaN  10

通过设置axis=1，我们告诉 Pandas对齐列标签，也就是说，两个生成的 DataFrames 具有完全相同的列标签。但是，请注意两个 DataFrame 的行标签如何保持完整。

轴=无

默认参数值为axis=None：

a_one, a_two = df_one.align(df_two)      # axis=None



       [a_one]                    [a_two]
   A    B    C    E         A    B     C    E
0  1.0  3.0  5.0  NaN    0  NaN  NaN   NaN  NaN
1  2.0  4.0  6.0  NaN    1  NaN  NaN   NaN  NaN
a  NaN  NaN  NaN  NaN    a  7.0  11.0  NaN  9.0
b  NaN  NaN  NaN  NaN    b  8.0  12.0  NaN  10.0

axis=None 是 axis=0 和 axis=1 的组合，也就是说，生成的 DataFrames 将共享相同的行标签和列标签。

进行灌装

考虑我们之前的DataFrames：

df_one = pd.DataFrame({"A":[1,2], "B":[3,4], "C":[5,6]})
df_two = pd.DataFrame({"A":[7,8], "E":[9,10], "B":[11,12]}, index=["a","b"])



 [df_one]          [df_two]
   A  B  C          A  E   B
0  1  3  5       a  7  9   11
1  2  4  6       b  8  10  12

使用外部 full-join 执行水平对齐会产生：

a_one, a_two = df_one.align(df_two, axis=1)      # join="outer"



    [a_one]        |        [a_two]
   A  B  C  E      |      A  B   C    E
0  1  3  5  NaN    |   a  7  12  NaN  9
1  2  4  6  NaN    |   b  8  12  NaN  10

请注意，由于默认情况下不执行填充，因此我们最终会得到缺失值。

要填充 NaN ，我们可以指定参数 method 和可选的 fill_axis ：

a_one, a_two = df_one.align(df_two, axis=1, method="ffill", fill_axis=1)
a_one, a_two



        [a_one]         |           [a_two]
   A    B    C    E     |      A    B     C     E
0  1.0  3.0  5.0  5.0   |   a  7.0  11.0  11.0  9.0
1  2.0  4.0  6.0  6.0   |   b  8.0  12.0  12.0  10.0

在此，请注意以下事项：

• method="ffill" 应用前向填充，这意味着 NaN 使用之前的有效观察值进行填充。

• fill_axis=1 执行水平前向填充。