EXCEL表格将两个折线图合并的设置技巧

插入折线图。

首先1月份销量的折线图，选中C5单元格，依次单击页面最上方功能区【插入】选项卡，在下列*图表*分组中单击“插入折线图或面积图”扩展按钮，在菜单列表中选择*二维折线图*第一个图表样式。

插入1月销量折线图样式如下

同上操作插入2月销量折线图，动图演示如下

合并折线图

选中1月销量折线图，接着单击鼠标右键，弹出右键菜单设置界面，单击*选择数据*。

弹出【选择数据源】对话框界面，单击左侧系列中的*添加*。

弹出【编辑数据系列】对话框界面，鼠标移动至系列名称编辑栏使用鼠标选中 *2月销量*所在单元格，在系列值 编辑栏使用鼠标选中 C16:C22数值所在的区域，单击对话框界面下方的*确认*按钮。

此时原1月销量折线图中增加了一条折线，完成两条折线合并到一起。

Excel图表：将堆积的多系列折线图进行横向分隔

在Excel中用折线图对多数据进行图表展示时，往往多条折线间相互堆积、缠绕，难以区分，如下：

那么，怎么理清头绪，对各数据折线进行横向分隔，制作成如下的图表呢？

步骤：

1、原始进行处理：

原始数据为行列式常规数据图表，首先对数据进行排列处理：对各列数据错行排列，且为了各折线横向间有空间间隔，各列数据间有一行间隔。

2、插入折线图：

选择图表，执行“插入”菜单-“图表”-“插入折线图或面积图”右侧下拉箭头-“二维折线图”之“折线图”，这样，在文件中插入系列横向分隔的折线图。

可以选择“设计”菜单－“图表样式”，选择一个合适的图表样式。

3、图表修饰：

选择图表，点击右上角“+”号进行图表元素设置，可对“数据标签”、“网格线”、等进行设置；删除纵坐标轴、设置图表标题、文字字体字号等；

※ 小贴士：

1、横坐标轴距离折线较远，可调整纵坐标轴的边界的最小值，具体方法可私信或参考以前的发文。

2、表格行列转置后，可得到不一样的展示效果。转置方法也可私信或参考以前的发文。

※源文件获取：

请认准头条号“学习Dream”，关注、点赞、评论、收藏、转发、留邮箱；

^_^注明文章标题^_^

Pandas处理Excel之合并表格的方法

当在数据分析或数据处理过程中，可能需要合并表格以获得更完整的信息或更好的洞察。在Pandas库中，concat()和merge()是两个常用的函数，用于将多个数据帧（DataFrame）或序列（Series）组合在一起。它们的主要区别在于它们的用途和合并方式。

concate：函数是用于拼接两个或多个DataFrame或Series对象沿着行或列的方向。这个函数可以用于简单的数据拼接，也可以用于复杂的数据处理任务。

df = pdncat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True)

（1）objs：对象，一般为df或者series

（2）axis：拼接方向，默认为0，行拼接，若axis=1，则为列拼接

（3）join：默认为outer表示并集，inner表示交集, left/right表示左右连接

（4）ignore_index=True：重建索引

（5）keys：创建层次化索引

（a）两张表列数一致，只是需要将行数简单拼接时：pdncat([df1,df2])，效果df1end(df2)。

（b）两张表行数一致，只需要列简单拼接时：pdncate([df1,df2],axis=1),效果pdrge(df1,df2,left_index=True,right_index=True,how=‘outer’)。

（c）两张表按行拼接，只想保留列索引相同的列，则how=‘inner’。

（d）两张表按列拼接，只想保留行索引相同的行，则how=‘inner’。

下面是一些concat()函数的使用示例和总结:

沿着行方向拼接DataFrame

如果想要沿着行方向将两个DataFrame对象拼接在一起，可以使用concat()函数，如下所示：

import pandas as pd df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}) concated_df = pdncat([df1, df2]) print(concated_df)

这将会在两个DataFrame之间进行行拼接，输出的结果如下：

A B 0 1 3 1 2 4 0 5 7 1 6 8沿着列方向拼接DataFrame

如果想要沿着列方向将两个DataFrame对象拼接在一起，可以通过设置axis=1来实现，如下所示：

import pandas as pd df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}) concated_df = pdncat([df1, df2], axis=1) print(concated_df)

这将会在两个DataFrame之间进行列拼接，输出的结果如下：

A B A B 0 1 3 5 7 1 2 4 6 8使用 ignore_index 参数更改索引

如果想要在拼接之后更改DataFrame的索引，可以使用ignore_index参数，如下所示：

import pandas as pd df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}) concated_df = pdncat([df1, df2], ignore_index=True) print(concated_df)

这将会在拼接之后重设DataFrame的索引，输出的结果如下：

A B0 1 31 2 42 5 73 6 8

merge：merge()函数来合并两个表格。merge()函数的基本语法如下：

merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)

（1）left和right分别表示要合并的左右两个表格；

（2）how参数指定合并方式，包括内连接(inner)、左连接(left)、右连接(right)和外连接(outer)；

（3）on参数指定用于合并的列名；left_on和right_on参数分别指定左右两个表格中用于合并的列名；

（4）left_index和right_index参数指定是否使用索引列进行合并；

（5）sort参数指定是否排序结果表格；

（6）suffixes参数指定左右两个表格重叠列名的后缀；

（7）copy参数指定是否复制原始数据；

（8）indicator参数指定是否添加指示符列；

（9）validate参数指定是否验证合并结果。

下面的例子将会详细说明如何使用:

首先，我们创建两个简单的DataFrame：

import pandas as pd # 创建第一个DataFrame df1 = pd.DataFrame({ 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'key': ['K0', 'K1', 'K0', 'K1'] }) # 创建第二个DataFrame df2 = pd.DataFrame({ 'key': ['K0', 'K1'], 'C': ['C0', 'C1'] })

默认情况下，merge()函数执行的是内连接（inner join）：

merged = pdrge(df1, df2, on='key') print(merged)

结果：

A B key C 0 A0 B0 K0 C0 1 A1 B1 K1 C1 2 A2 B2 K0 C0 3 A3 B3 K1 C1

如果我们想执行左连接或右连接，我们可以设置how参数：

左连接：

merged = pdrge(df1, df2, on='key', how='left') print(merged)

右连接：

merged = pdrge(df1, df2, on='key', how='right') print(merged)

如果我们想根据多个键进行合并，我们可以传入一个键的列表给on参数：

merged = pdrge(df1, df2, on=['key1', 'key2']) print(merged)

总结一下，concat()函数用于将多个数据帧或序列按照行或列的方向进行简单的拼接，而merge()函数用于将两个数据帧按照指定的列或索引进行合并。concat()函数保留所有输入对象的索引或列名，而merge()函数会根据合并的键连接行，并可能添加新的列来存储来自两个数据帧的值。