還有一種數(shù)據(jù)組合問題不能用簡單的合并（merge）或連接（concat（concatenation））運算來處理。

Numpy

比如說， 你可能有索引全部或部分重疊的兩個數(shù)據(jù)集。給這個例子增加一點啟發(fā)性， 我們使用Numpy的where函數(shù)，?

它用于表達(dá)一種矢量化的if-else：

?

Series

Series有一個combine_first方法， 實現(xiàn)了也是一樣的功能， 而且會進(jìn)行數(shù)據(jù)對齊：

?

?DataFrame

?對于DataFrame， combine_first自然也會在列上做同樣的事情， 因此你可以將其看做：

用參數(shù)對象中的數(shù)據(jù)為調(diào)用者對象的缺失數(shù)據(jù)“打補丁”：

?

總結(jié)

以上是生活随笔為你收集整理的合并重叠数据的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。