Python Pandas實現(xiàn)DataFrame合并的圖文教程
一、merge（合并）的語法：
pd.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)
參數(shù)介紹：
left，right：要merge的dataframe或者有name的Series
how：join類型，'left', 'right', 'outer', 'inner'
on：join的key，left和right都需要有這個key
left_on：left的df或者series的key
right_on：right的df或者seires的key
left_index，right_index：使用index而不是普通的column做join
suffixes：兩個元素的后綴，如果列有重名，自動添加后綴，默認是('_x', '_y')
二、以關(guān)鍵列來合并兩個dataframe
可以看到只有l(wèi)eft和right的key1=y的行保留了下來，即默認合并后只保留有共同列項并且值相等行（即交集）。
本例中l(wèi)eft和right的k1=y分別有2個，最終構(gòu)成了2*2=4行
import pandas as pd
left = pd.DataFrame({'A': ['a0', 'a1', 'a2', 'a3'],
'B': ['b0', 'b1', 'b2', 'b3'],
'k1': ['x', 'x', 'y', 'y']})
right = pd.DataFrame({'C': ['c1', 'c2', 'c3', 'c4'],
'D': ['d1', 'd2', 'd3', 'd4'],
'k1': ['y', 'y', 'z', 'z']})
left
right
pd.merge(left, right, on=‘k1’)
三、理解merge時數(shù)量的對齊關(guān)系
one-to-one：一對一關(guān)系，關(guān)聯(lián)的key都是唯一的
比如(學(xué)號，姓名) merge (學(xué)號，年齡)
結(jié)果條數(shù)為：1*1
one-to-many：一對多關(guān)系，左邊唯一key，右邊不唯一key
比如(學(xué)號，姓名) merge (學(xué)號，[語文成績、數(shù)學(xué)成績、英語成績])
結(jié)果條數(shù)為：1*N
many-to-many：多對多關(guān)系，左邊右邊都不是唯一的
比如（學(xué)號，[語文成績、數(shù)學(xué)成績、英語成績]） merge (學(xué)號，[籃球、足球、乒乓球])
結(jié)果條數(shù)為：M*N
1、one-to-one 一對一關(guān)系的merge
left = pd.DataFrame({'sno': [11, 12, 13, 14],
'name': ['name_a', 'name_b', 'name_c', 'name_d']
})
right = pd.DataFrame({'sno': [11, 12, 13, 14],
'age': ['21', '22', '23', '24']
})
left
right
# 一對一關(guān)系，結(jié)果中有4條 pd.merge(left, right, on='sno')
2、one-to-many 一對多關(guān)系的merge
注意：數(shù)據(jù)會被復(fù)制
left = pd.DataFrame({'sno': [11, 12, 13, 14],
'name': ['name_a', 'name_b', 'name_c', 'name_d']
})
right = pd.DataFrame({'sno': [11, 11, 11, 12, 12, 13],
'grade': ['語文88', '數(shù)學(xué)90', '英語75','語文66', '數(shù)學(xué)55', '英語29']
})
left
right
# 數(shù)目以多的一邊為準(zhǔn) pd.merge(left, right, on='sno')
3、many-to-many 多對多關(guān)系的merge
注意：結(jié)果數(shù)量會出現(xiàn)乘法
left = pd.DataFrame({'sno': [11, 11, 12, 12,12],
'愛好': ['籃球', '羽毛球', '乒乓球', '籃球', "足球"]
})
right = pd.DataFrame({'sno': [11, 11, 11, 12, 12, 13],
'grade': ['語文88', '數(shù)學(xué)90', '英語75','語文66', '數(shù)學(xué)55', '英語29']
})
left
right
pd.merge(left, right, on=‘sno’)
四、理解left join、right join、inner join、outer join的區(qū)別
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'C': ['C0', 'C1', 'C4', 'C5'],
'D': ['D0', 'D1', 'D4', 'D5']})
left
right
1、inner join，默認
左邊和右邊的key都有，才會出現(xiàn)在結(jié)果里
pd.merge(left, right, how='inner')
2、left join
左邊的都會出現(xiàn)在結(jié)果里，右邊的如果無法匹配則為Null
pd.merge(left, right, how='left')
3、 right join
右邊的都會出現(xiàn)在結(jié)果里，左邊的如果無法匹配則為Null
pd.merge(left, right, how='right')
4、 outer join
左邊、右邊的都會出現(xiàn)在結(jié)果里，如果無法匹配則為Null
pd.merge(left, right, how='outer')
五、如果出現(xiàn)非Key的字段重名怎么辦
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'A': ['A10', 'A11', 'A12', 'A13'],
'D': ['D0', 'D1', 'D4', 'D5']})
left
right
pd.merge(left, right, on='key')
pd.merge(left, right, on='key', suffixes=('_left', '_right'))
總結(jié)
到此這篇關(guān)于Pandas實現(xiàn)DataFrame合并的文章就介紹到這了,更多相關(guān)Pandas DataFrame合并內(nèi)容請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 合并多個Dataframe(merge,concat)的方法
- pandas dataframe的合并實現(xiàn)（append, merge, concat）
- Pandas中DataFrame的分組/分割/合并的實現(xiàn)
- pandas中DataFrame數(shù)據(jù)合并連接（merge、join、concat)
- Pandas實現(xiàn)Dataframe的合并
- pandas將DataFrame的幾列數(shù)據(jù)合并成為一列
- Python數(shù)據(jù)分析之?Pandas?Dataframe合并和去重操作
- Pandas中Dataframe合并的實現(xiàn)
相關(guān)文章
這篇文章主要介紹了基于PyQt5完成的PDF拆分功能,本文介紹的pdf拆分功能還有一些待完善地方，例如可增加預(yù)覽功能，實現(xiàn)每頁預(yù)覽，以及如何實現(xiàn)多條件拆分，需要的朋友可以參考下2022-06-06
這篇文章給大家介紹了pycharm永久激活碼,通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值，對pycharm激活碼相關(guān)知識感興趣的朋友一起看看吧2020-01-01
Python應(yīng)用自動化部署工具Fabric原理及使用解析
這篇文章主要介紹了Python應(yīng)用自動化部署工具Fabric原理及使用解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11
在本篇文章里小編給大家整理的是關(guān)于學(xué)Python 3的理由的優(yōu)勢，有興趣的朋友們跟著學(xué)習(xí)參考下。2019-11-11
關(guān)于python中range()的參數(shù)問題
這篇文章主要介紹了關(guān)于python中range()的參數(shù)問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
這篇文章主要介紹了Django開發(fā)中復(fù)選框用法,結(jié)合實例形式分析了Django基于ajax的復(fù)選框遍歷、提交及后臺數(shù)據(jù)庫查詢等相關(guān)操作技巧,需要的朋友可以參考下2018-03-03
今天小編就為大家分享一篇關(guān)于Python高斯消除矩陣，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
opencv python Canny邊緣提取實現(xiàn)過程解析
這篇文章主要介紹了opencv python Canny邊緣提取實現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-02-02
利用Python創(chuàng)建第一個Django框架程序
這篇文章主要介紹了利用Python創(chuàng)建第一個Django框架程序，文章圍繞主題展開詳細的內(nèi)容介紹，具有一定的參考價值，感興趣的小伙伴可以參考一下2022-06-06
今天小編就為大家分享一篇tensorflow 中對數(shù)組元素的操作方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07