使用 merge_ordered()

使用 pandas 進行資料表連接

Aaren Stubberfield

Instructor

merge_ordered()

merge_ordered() 的資料表範例

方法比較

.merge() 方法：

連接欄位
- on、left_on、right_on
連接類型
- how (left, right, inner, outer) {{@}}
- 預設 inner
欄位同名處理
- suffixes
呼叫方式
- df1.merge(df2)

merge_ordered() 方法：

連接欄位
- on、left_on、right_on
連接類型
- how (left, right, inner, outer)
- 預設 outer
欄位同名處理
- suffixes
呼叫方式
- pd.merge_ordered(df1, df2)

財務資料集

報紙與道瓊指數圖

¹ Photo by Markus Spiske on Unsplash

股價資料

資料表名稱：aapl

  date        close    
0 2007-02-01  12.087143
1 2007-03-01  13.272857
2 2007-04-01  14.257143
3 2007-05-01  17.312857
4 2007-06-01  17.434286

資料表名稱：mcd

  date        close    
0 2007-01-01  44.349998
1 2007-02-01  43.689999
2 2007-03-01  45.049999
3 2007-04-01  48.279999
4 2007-05-01  50.549999

合併股價資料

import pandas as pd
pd.merge_ordered(aapl, mcd, on='date', suffixes=('_aapl','_mcd'))

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   NaN

前向填補（forward fill）

前向填補的前後對照：欄位中的遺漏值以該欄先前的值補上。

前向填補範例

pd.merge_ordered(aapl, mcd, on='date', 
                 suffixes=('_aapl','_mcd'), 
                 fill_method='ffill')

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   50.549999

pd.merge_ordered(aapl, mcd, on='date', 
                 suffixes=('_aapl','_mcd'))

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   NaN

何時使用 merge_ordered()？

有序資料／時間序列
補齊遺漏值

一起來練習吧！

使用 pandas 進行資料表連接