pandas中merge函數(shù)的用法
merge() 函數(shù)是 Pandas 中用于合并兩個(gè) DataFrame 的函數(shù),類似于 SQL 中的 JOIN 操作。它允許你根據(jù)指定的列或索引進(jìn)行連接操作。以下是一些 merge() 函數(shù)的用法示例:
merge函數(shù)的基本用法
merge()函數(shù)的基本用法非常簡(jiǎn)單,主要包括以下幾個(gè)參數(shù):
- left:要合并的左側(cè)DataFrame;
- right:要合并的右側(cè)DataFrame;
- how:指定合并的方式,默認(rèn)為'inner',可以是'left'、'right'、'outer'等;
- on:指定用于合并的列名,如果不指定,則默認(rèn)使用兩個(gè)DataFrame中的公共列進(jìn)行合并。
幾個(gè)常用的參數(shù)
- left_on、right_on:指定左側(cè)DataFrame和右側(cè)DataFrame用于合并的列名,可用于處理兩個(gè)DataFrame中列名不同的情況;
- suffixes:指定在列名沖突時(shí)用于區(qū)分的后綴,默認(rèn)為('_x', '_y');
- indicator:在結(jié)果DataFrame中增加一個(gè)特殊的列,指示每行的合并方式,默認(rèn)為False;
- validate:檢查合并操作的類型是否有效,默認(rèn)為None。
假設(shè)我們有兩個(gè) DataFrame,分別是 df1 和 df2:
import pandas as pd
# 創(chuàng)建 DataFrame df1
data1 = {'ID': [1, 2, 3, 4],
'Name': ['Alice', 'Bob', 'Charlie', 'David']}
df1 = pd.DataFrame(data1)
# 創(chuàng)建 DataFrame df2
data2 = {'ID': [2, 3, 4, 5],
'Age': [25, 30, 35, 40]}
df2 = pd.DataFrame(data2)
1.內(nèi)連接(Inner Join):
merged_outer = pd.merge(df1, df2, on='ID', how='outer') print(merged_outer)
這會(huì)將兩個(gè) DataFrame 按照共同的 ID 列進(jìn)行內(nèi)連接。結(jié)果將只包含兩個(gè) DataFrame 中都有的 ID。
2.左連接(Left Join):
merged_outer = pd.merge(df1, df2, on='ID', how='outer') print(merged_outer)
這會(huì)將 df1 按照 ID 列進(jìn)行左連接,即將 df1 的所有行保留,并且將 df2 中匹配的行合并。
3.右連接(Right Join):
merged_outer = pd.merge(df1, df2, on='ID', how='outer') print(merged_outer)
這會(huì)將 df2 按照 ID 列進(jìn)行右連接,即將 df2 的所有行保留,并且將 df1 中匹配的行合并。
4.外連接(Outer Join):
merged_outer = pd.merge(df1, df2, on='ID', how='outer') print(merged_outer)
這會(huì)將兩個(gè) DataFrame 按照共同的 ID 列進(jìn)行外連接,即保留兩個(gè) DataFrame 中的所有行,并且將匹配的行合并。
到此這篇關(guān)于pandas中merge函數(shù)的用法的文章就介紹到這了,更多相關(guān)pandas merge函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- pandas數(shù)據(jù)合并與重塑之merge詳解
- Pandas數(shù)據(jù)集的合并與連接merge()方法
- Python?pandas數(shù)據(jù)合并merge函數(shù)用法詳解
- pandas中merge()函數(shù)的用法解讀
- Python?Pandas數(shù)據(jù)合并pd.merge用法詳解
- pandas中DataFrame數(shù)據(jù)合并連接(merge、join、concat)
- Pandas 連接合并函數(shù)merge()詳解
- pandas merge報(bào)錯(cuò)的解決方案
- 詳解Python3 pandas.merge用法
- pandas dataframe的合并實(shí)現(xiàn)(append, merge, concat)
- 在Pandas中DataFrame數(shù)據(jù)合并,連接(concat,merge,join)的實(shí)例
相關(guān)文章
Python3實(shí)現(xiàn)將一維數(shù)組按標(biāo)準(zhǔn)長(zhǎng)度分隔為二維數(shù)組
今天小編就為大家分享一篇Python3實(shí)現(xiàn)將一維數(shù)組按標(biāo)準(zhǔn)長(zhǎng)度分隔為二維數(shù)組,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
解決python-docx打包之后找不到default.docx的問(wèn)題
今天小編就為大家分享一篇解決python-docx打包之后找不到default.docx的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
利用python對(duì)excel中一列的時(shí)間數(shù)據(jù)更改格式操作
這篇文章主要介紹了利用python對(duì)excel中一列的時(shí)間數(shù)據(jù)更改格式操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07
Python數(shù)據(jù)處理的26個(gè)Pandas實(shí)用技巧總結(jié)
這篇文章主要給大家分享一些pandas的實(shí)用技巧,共計(jì)26個(gè),這些技巧在你做數(shù)據(jù)處理中必不可少,感興趣的小伙伴可以跟隨小編學(xué)習(xí)一下2022-02-02
淺談python中np.array的shape( ,)與( ,1)的區(qū)別
今天小編就為大家分享一篇python中np.array的shape ( ,)與( ,1)的區(qū)別,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
python2.7 json 轉(zhuǎn)換日期的處理的示例
這篇文章主要介紹了python2.7 json 轉(zhuǎn)換日期的處理的示例,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-03-03
python列表推導(dǎo)和生成器表達(dá)式知識(shí)點(diǎn)總結(jié)
在本篇文章里小編給大家整理的是關(guān)于python列表推導(dǎo)和生成器表達(dá)式的相關(guān)知識(shí)點(diǎn)內(nèi)容,需要的朋友們可以參考下。2020-01-01

