#!/usr/bin/env python
# coding: utf-8

# In[1]:


from datetime import datetime
print(f'Päivitetty {datetime.now().date()} / Aki Taanila')


# # Datojen yhdistäminen vierekkäin tai allekkain
# 
# Vierekkäin yhdistettävissä datoissa täytyy molemmissa olla indeksi, jonka arvojen perusteella rivit asettuvat kohdakkain.
# 
# Allekkain yhdistettävissä datoissa saman nimiset muuttujat asettuvat kohdakkain.

# In[2]:


import pandas as pd


# ## Yhdistäminen vierekkäin

# In[3]:


# Avaan yhdistettävät datat
df1 = pd.read_excel('https://taanila.fi/data1.xlsx')
df2 = pd.read_excel('https://taanila.fi/data1_s.xlsx')

# Data, johon yhdistetään sairaspoissaolot
df1


# In[4]:


# Sairaspoissaolot
# nro-sarakkeen tiedot vastaavat toisiaan: esim. nro 6 vastaa henkilöä, 
# jonka nro on 6 myös df1:ssä
df2


# In[5]:


# Siirrän nro-muuttujan arvot indeksiin
df1 = df1.set_index('nro')
df2 = df2.set_index('nro')


# In[6]:


# Varmistan, että nro:n siirto indeksiin onnnistui
df1


# In[7]:


# Varmistan, että nro:n siirto indeksiin onnnistui
df2


# In[8]:


# Yhdistän df1 ja df2 vierekkäin (axis=1 merkitsee vierekkäin yhdistämistä)
df3 = pd.concat([df1, df2], axis=1)


# In[9]:


# Varmistan yhdistämisen onnistumisen 
df3.head(10)


# ## Yhdistäminen allekkain

# In[10]:


# data1_add.xlsx sisältää tietoja, jotka haluan lisätä df3:n perään
df4 = pd.read_excel('http://taanila.fi/data1_add.xlsx')

# Siirrän nro-muuttujan arvot indeksiin
df4 = df4.set_index('nro')
df4


# In[11]:


# Yhdistän df3 ja df4 allekkain
df5 = pd.concat([df3, df4])
df5


# ##  Luettelo muistiossa käytetyistä funktioista ja ominaisuuksista
# 
# * **pd.read_excel()** datan lukeminen Excel-tiedostosta
# * **df.set_index()** sarakkeen siirtäminen indeksiin
# * **pd.concat()** datojen yhdistäminen

# ## Lisätietoa
# 
# - https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.concat.html
#     
# Data-analytiikka Pythonilla https://tilastoapu.wordpress.com/python/