Data used for this tutorial:

• Air quality Nitrate data

  本教程使用 \(NO_2\) 空气质量数据，该数据由 OpenAQ 提供，并使用 py-openaq 包下载。

  air_quality_no2_long.csv 数据集提供了巴黎、安特卫普和伦敦的测量站点 FR04014、BETR801 和 London Westminster 的 \(NO_2\) 值。

  To raw data
• Air quality Particulate matter data

  For this tutorial, air quality data about Particulate matter less than 2.5 micrometers is used, made available by OpenAQ and downloaded using the py-openaq package.

  air_quality_pm25_long.csv 数据集提供了巴黎、安特卫普和伦敦的测量站点 FR04014、BETR801 和 London Westminster 的 \(PM_{25}\) 值。

  To raw data

如何合并来自多个表的数据

连接对象

• 我想将 \(NO_2\) 和 \(PM_{25}\) 的测量值（两个结构相似的表）合并到一个表中。

  The concat() function performs concatenation operations of multiple tables along one of the axes (row-wise or column-wise).

默认情况下，连接沿轴 0 进行，因此结果表合并了输入表的行。让我们检查原始表和连接后表的形状以验证操作：

因此，最终得到的表格有 3178 = 1110 + 2068 行。

备注

axis 参数将在 pandas 的多个方法中返回，这些方法可以 沿着一个轴 应用。DataFrame 有两个对应的轴：第一个轴垂直向下穿过行（轴 0），第二个轴水平穿过列（轴 1）。大多数操作，如连接或汇总统计，默认是沿着行（轴 0）进行的，但也可以沿着列进行。

在日期时间信息上对表格进行排序，还可以说明两个表格的组合，其中 parameter 列定义了表格的来源（来自表 air_quality_no2 的 no2 或来自表 air_quality_pm25 的 pm25）：

在这个具体的例子中，数据提供的 parameter 列确保了原始表格中的每一个都能被识别。情况并非总是如此。concat 函数通过 keys 参数提供了一个方便的解决方案，它增加了一个额外的（分层的）行索引。例如：

备注

多个行/列索引同时存在的情况在这些教程中没有被提及。分层索引 或 MultiIndex 是一个高级而强大的 pandas 功能，用于分析更高维的数据。

多重索引不在本 pandas 入门介绍的范围之内。目前，请记住 reset_index 函数可以用来将索引的任何级别转换为列，例如 air_quality.reset_index(level=0)

To user guide

欢迎您在用户指南的 advanced indexing 部分深入了解多重索引的世界。

To user guide

有关表格连接（行和列）的更多选项，以及 concat 如何用于定义其他轴上索引的逻辑（并集或交集），请参阅 object concatenation 部分。

使用共同标识符连接表格

• 将站点坐标（由站点元数据表提供）添加到测量表的相应行。

  警告

  空气质量测量站点的坐标存储在一个名为 air_quality_stations.csv 的数据文件中，该文件是使用 py-openaq 包下载的。

  备注

  本例中使用的站点（FR04014、BETR801 和 London Westminster）只是元数据表中列出的三个条目。我们只想将这三个站点的坐标添加到测量表中，分别添加到 air_quality 表的相应行。

  使用 merge() 函数，对于 air_quality 表中的每一行，都会从 air_quality_stations_coord 表中添加相应的坐标。两个表都有一个共同的 location 列，该列用作组合信息的键。通过选择 left 连接，最终表格中只包含 air_quality``（左侧）表中可用的位置，即 FR04014、BETR801 和 London Westminster。``merge 函数支持多个连接选项，类似于数据库风格的操作。

• 将参数的全描述和名称（由参数元数据表提供）添加到测量表中。

  警告

  空气质量参数元数据存储在一个名为 air_quality_parameters.csv 的数据文件中，该文件是使用 py-openaq 包下载的。

  与前面的例子相比，这里没有共同的列名。但是，air_quality 表中的 parameter 列和 air_quality_parameters_name 中的 id 列都以通用格式提供了测量变量。这里使用了 left_on 和 right_on 参数（而不是仅仅使用 on）来建立两个表之间的链接。

To user guide

pandas 也支持内连接、外连接和右连接。有关表连接/合并的更多信息，请参阅用户指南的 database style merging of tables 部分。或查看 comparison with SQL 页面。

REMEMBER

• 可以使用 concat 函数按列和按行连接多个表。

• 对于数据库风格的表合并/连接，请使用 merge 函数。

To user guide

有关合并数据表的各种:ref:facilities to combine data tables <merging> 。