Python Pandas DataFrame align方法用法及代碼示例

例子

指定連接類型

考慮以下兩個 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

要通過外部full-join對齊兩個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，請注意以下事項：

• 默認情況下， join="outer" ，這意味著生成的 DataFrames 將具有兩個輸入 DataFrame 中存在的所有列標簽。這就是我們在 a_one 中看到列標簽 E 和在 a_two 中看到列標簽 C 的原因。

• axis=1 參數告訴 Pandas 按列執行對齊。

• 盡管添加了新列，但它們不包含任何值，因為它們填充了 NaN 。

內部聯接

通過 inner-join 對齊：

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

我們獲得此結果是因為 DataFrames 中都存在列標簽 "A" 和 "B" - 所有其他列都被剝離。

左連接

通過 left-join 對齊：

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

通過執行左連接，我們確保 other DataFrame 具有源 DataFrame 的所有列標簽。這就是為什麽我們看到 C 列出現在 a_two 中。

指定軸

再次假設我們有以下兩個 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

軸=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

通過設置axis=0，我們告訴 Pandas對齊行標簽，也就是說，兩個結果 DataFrames 具有完全相同的行標簽。但是，請注意兩個 DataFrame 的列標簽如何保持完整。

軸=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

通過設置axis=1，我們告訴 Pandas對齊列標簽，也就是說，兩個生成的 DataFrames 具有完全相同的列標簽。但是，請注意兩個 DataFrame 的行標簽如何保持完整。

軸=無

默認參數值為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 的組合，也就是說，生成的 DataFrames 將共享相同的行標簽和列標簽。

進行灌裝

考慮我們之前的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 執行水平對齊會產生：

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

請注意，由於默認情況下不執行填充，因此我們最終會得到缺失值。

要填充 NaN ，我們可以指定參數 method 和可選的 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，請注意以下事項：

• method="ffill" 應用前向填充，這意味著 NaN 使用之前的有效觀察值進行填充。

• fill_axis=1 執行水平前向填充。