pandas align() 数据对齐

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 align() 对象方法可以将两个 DataFrame 和 Series 数据对齐，对齐可以按指定的轴进行，还可以指定连接方式。

用法示例

我们通过例子直观感受一下对齐操作。

df = pd.DataFrame(
    [[1, 2, 3, 4],
     [6, 7, 8, 9]],
    columns=["D", "B", "E", "A"],
    index=[1, 2]
)

other = pd.DataFrame(
    [[10, 20, 30, 40], [60, 70, 80, 90], [600, 700, 800, 900]],
    columns=["A", "B", "C", "D"],
    index=[2, 3, 4],
)
df
'''
   D  B  E  A
1  1  2  3  4
2  6  7  8  9
'''

other
'''
    A    B    C    D
2   10   20   30   40
3   60   70   80   90
4  600  700  800  900
'''

我们定义了两个 DataFrame，下面按列对齐:

left, right = df.align(other, join="outer", axis=1)
left
'''
   A  B   C  D  E
1  4  2 NaN  1  3
2  9  7 NaN  6  8
'''

right
'''
    A    B    C    D   E
2   10   20   30   40 NaN
3   60   70   80   90 NaN
4  600  700  800  900 NaN
'''

对齐操作返回两个 DataFrame，分别是左右两个原数据上将对齐对方数据有自己没有的数据以缺失值形式填充，同时保持自己数据的长度（因为我们指定 axis=1 按列对齐）。

我们也可以在索引上对齐：

left, right = df.align(other, join="outer", axis=0)

left
'''
    D    B    E    A
1  1.0  2.0  3.0  4.0
2  6.0  7.0  8.0  9.0
3  NaN  NaN  NaN  NaN
4  NaN  NaN  NaN  NaN

right
'''
    A      B      C      D
1    NaN    NaN    NaN    NaN
2   10.0   20.0   30.0   40.0
3   60.0   70.0   80.0   90.0
4  600.0  700.0  800.0  900.0
'''

最后，默认的 axis=None 将在索引和列上对齐:

left, right = df.align(other, join="outer", axis=None)

left
'''
     A    B   C    D    E
1  4.0  2.0 NaN  1.0  3.0
2  9.0  7.0 NaN  6.0  8.0
3  NaN  NaN NaN  NaN  NaN
4  NaN  NaN NaN  NaN  NaN

right
'''
       A      B      C      D   E
1    NaN    NaN    NaN    NaN NaN
2   10.0   20.0   30.0   40.0 NaN
3   60.0   70.0   80.0   90.0 NaN
4  600.0  700.0  800.0  900.0 NaN
'''

Series 也支持这些操作，不过 axis 参数是固定的，不需要额外指定。

语法

通过上边的示例，我们总结 align() 对象方法的语法为：

align(self, other, join: 'str' = 'outer',
      axis: 'Axis | None' = None,
      level: 'Level | None' = None,
      copy: 'bool' = True, fill_value=None,
      method: 'str | None' = None, limit=None,
      fill_axis: 'Axis' = 0,
      broadcast_axis: 'Axis | None' = None) -> 'DataFrame'

参数：

other : DataFrame or Series，要对齐的对象
join : {'outer', 'inner', 'left', 'right'}, 默认 'outer'，对齐时的连接方式
axis : 另一个对象对齐轴, 默认为 None，行列同时对齐，可选 0 或者 1
level : int or level 名称, 默认 None，在一个级别上广播，匹配通过多索引级别。
copy : bool, 默认 True，总是返回新对象。如果copy=False 且不需要重新索引然后返回原始对象。
fill_value : scalar, 默认 np.NaN，用于填充缺失值的值。默认为 NaN，但可以是任意值
“兼容”值。
method : {'backfill', 'bfill', 'pad', 'ffill', None}, 默认 None。用于填充缺失值的方法：
- pad / ffill: 将上一个有效观察向前传播到下一个有效观察
- backfill / bfill: 使用下一个有效的观察来填补空白
limit : int, 默认 None。如果指定了method，则这是连续要向前/向后填充的NaN值。换句话说，如果有如果差距超过了连续的NAN数，那么
部分填满。如果未指定方法，则这是沿整个轴输入NAN的最大数量填满。如果不是无，则必须大于0
fill_axis : {0 or 'index', 1 or 'columns'}, 默认 0，填充轴、方法和限制。
broadcast_axis : {0 or 'index', 1 or 'columns'}, 默认 None。如果将两个对象对齐，则沿该轴广播值不同的维度。

(left, right) : (DataFrame, type of other)，对齐的对象。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.align.html

pandas align() 数据对齐

用法示例

语法

参考

相关内容