数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究Pandas 中如何合并数据框？
Pandas 是一个开源的 Python 库，它使用其强大的数据结构提供高性能的数据操作和分析工具。Pandas 中的数据框是一个二维数据结构，即数据以表格形式在行和列中对齐。
在本文中，我们将了解如何在 Python 中合并数据框。我们将使用 merge() 方法。以下是语法
dataframe.merge(right, how, on, left_on, right_on, left_index, right_index, sort, suffixes, copy, indicator, validate)
这里，
| 参数 | 值 | 描述 |
|---|---|---|
| right | 要合并的 DataFrame 或 Series | |
| how | 'left' 'right' 'outer' 'inner': 默认 'cross' |
如何合并。 |
| on | 字符串 列表 |
执行合并的级别 |
| left_on | 字符串 列表 |
在左侧 DataFrame 上执行合并的级别 |
| right_on | 字符串 列表 |
在右侧 DataFrame 上执行合并的级别 |
| left_index | True False |
是否使用左侧 DataFrame 的索引作为连接键 |
| right_index | True False |
是否使用右侧 DataFrame 的索引作为连接键 |
| sort | True False |
是否按连接键对 DataFrame 进行排序 |
| suffixes | 列表 | 要为重叠列添加的字符串列表 |
| copy | True False |
使用来自右侧数据框的键，使用 merge() 方法合并数据框
要合并数据框，我们将使用 merge() 方法。how 参数的 right 值仅使用右侧框架的键，类似于 SQL 右外部联接。
示例
import pandas as pd # Create Dictionaries dct1 = {'Player':['Steve','David'], 'Age':[29, 25,]} dct2 = {'Player':['Steve','Kane'], 'Age':[31, 27]} # Create DataFrame from Dictionary elements using pandas.dataframe() df1 = pd.DataFrame(dct1) df2 = pd.DataFrame(dct2) print("DataFrame1 = \n",df1) print("\nDataFrame2 = \n",df2) # Combining DataFrames using the merge() method res = df1.merge(df2, how='right') print("\nCombined DataFrames = \n",res)
输出
DataFrame1 = Player Age 0 Steve 29 1 David 25 DataFrame2 = Player Age 0 Steve 31 1 Kane 27 Combined DataFrames = Player Age 0 Steve 31 1 Kane 27
使用来自左侧数据框的键，使用 merge() 方法合并数据框
要合并数据框，我们将使用 merge() 方法。how 参数的 left 值仅使用左侧框架的键，类似于 SQL 左外部联接。
示例
import pandas as pd # Create Dictionaries dct1 = {'Player':['Steve','David'], 'Age':[29, 25,]} dct2 = {'Player':['Steve','Kane'], 'Age':[31, 27]} # Create DataFrame from Dictionary elements using pandas.dataframe() df1 = pd.DataFrame(dct1) df2 = pd.DataFrame(dct2) print("DataFrame1 = \n",df1) print("\nDataFrame2 = \n",df2) # Combining DataFrames using the merge() method # The how parameter is set to left res = df1.merge(df2, how='left') print("\nCombined DataFrames = \n",res)
输出
DataFrame1 = Player Age 0 Steve 29 1 David 25 DataFrame2 = Player Age 0 Steve 31 1 Kane 27 Combined DataFrames = Player Age 0 Steve 29 1 David 25
合并来自两个数据框的键的并集的数据框
要合并数据框，我们将使用 merge() 方法。how 参数的 outer 值使用来自两个框架的键的并集，类似于 SQL 全外部联接。
示例
import pandas as pd # Create Dictionaries dct1 = {'Player':['Steve','David'], 'Age':[29, 25,]} dct2 = {'Player':['Steve','Kane'], 'Age':[31, 27]} # Create DataFrame from Dictionary elements using pandas.dataframe() df1 = pd.DataFrame(dct1) df2 = pd.DataFrame(dct2) print("DataFrame1 = \n",df1) print("\nDataFrame2 = \n",df2) # Combining DataFrames using the merge() method # The how parameter is set to outer i.e. res = df1.merge(df2, how='outer') print("\nCombined DataFrames = \n",res)
输出
DataFrame1 = Player Age 0 Steve 29 1 David 25 DataFrame2 = Player Age 0 Steve 31 1 Kane 27 Combined DataFrames = Player Age 0 Steve 29 1 David 25 2 Steve 31 3 Kane 27
合并来自两个数据框的键的交集的数据框
要合并数据框，我们将使用 merge() 方法。how 参数的 inner 值使用来自两个框架的键的交集，类似于 SQL 内部联接。
示例
import pandas as pd # Create Dictionaries dct1 = {'Player':['Steve','David'], 'Age':[29, 25,]} dct2 = {'Player':['Steve','Kane'], 'Age':[31, 27]} # Create DataFrame from Dictionary elements using pandas.dataframe() df1 = pd.DataFrame(dct1) df2 = pd.DataFrame(dct2) print("DataFrame1 = \n",df1) print("\nDataFrame2 = \n",df2) # Combining DataFrames using the merge() method # The how parameter is set to inner res = df1.merge(df2, how='inner') print("\nCombined DataFrames = \n",res)
输出
DataFrame1 = Player Age 0 Steve 29 1 David 25 DataFrame2 = Player Age 0 Steve 31 1 Kane 27 Combined DataFrames = Empty DataFrame Columns: [Player, Age] Index: []
合并来自两个数据框的笛卡尔积的数据框
要合并数据框，我们将使用 merge() 方法。how 参数的 cross 值创建来自两个框架的笛卡尔积
示例
import pandas as pd # Create Dictionaries dct1 = {'Player':['Steve','David'], 'Age':[29, 25,]} dct2 = {'Player':['Steve','Kane'], 'Age':[31, 27]} # Create DataFrame from Dictionary elements using pandas.dataframe() df1 = pd.DataFrame(dct1) df2 = pd.DataFrame(dct2) print("DataFrame1 = \n",df1) print("\nDataFrame2 = \n",df2) # Combining DataFrames using the merge() method # The how parameter is set to cross i.e. cartesian product res = df1.merge(df2, how='cross') print("\nCombined DataFrames = \n",res)
输出
DataFrame1 =
Player Age
0 Steve 29
1 David 25
DataFrame2 =
Player Age
0 Steve 31
1 Kane 27Combined DataFrames =
Player_x Age_x Player_y Age_y
0 Steve 29 Steve 31
1 Steve 29 Kane 27
2 David 25 Steve 31
3 David 25 Kane 27
更新于: 2022年9月15日
241 次浏览
广告