时间:2021-05-22
如下所示:
import numpy as npimport pandas as pdfrom pandas import Series,DataFrame一、merge函数
left1 = DataFrame({'水果':['苹果','梨','草莓'], '价格':[3,4,5], '数量':[9,8,7]}).set_index('水果')right1 = DataFrame({'水果':['苹果','草莓'], '产地':['美国','中国']})print(left1)print(right1) 价格 数量水果 苹果 3 9梨 4 8草莓 5 7 产地 水果0 美国 苹果1 中国 草莓print(pd.merge(left1,right1,right_on='水果',left_index=True,how='outer')) 价格 数量 产地 水果0 3 9 美国 苹果1 4 8 NaN 梨1 5 7 中国 草莓二、DataFrame的join函数
left2 = left1right2 = right1.set_index('水果')1.join函数默认将两个DataFrame的index进行合并
print(left2.join(right2)) 价格 数量 产地水果 苹果 3 9 美国梨 4 8 NaN草莓 5 7 中国2.若其中一个DataFrame合并的键不在索引上,可使用on参数
print(right1.join(left1,on='水果',how='outer')) 产地 水果 价格 数量0 美国 苹果 3 91 中国 草莓 5 71 NaN 梨 4 83.多个DataFrame按索引合并
another = DataFrame({'水果':['苹果','香蕉','梨'], '品质':['AA','AAAA','A']}).set_index('水果')print(left2.join([right2,another],how='outer')) 价格 数量 产地 品质梨 4.0 8.0 NaN A苹果 3.0 9.0 美国 AA草莓 5.0 7.0 中国 NaN香蕉 NaN NaN NaN AAAA以上这篇Pandas 按索引合并数据集的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
数据合并有多种方式,其中最常见的应该就是交集和并集的求取。之前通过分析总结过pandas数据merge功能默认的行为,其实默认下求取的就是两个数据的“交集”。有
在Pandas中求差集没有专门的函数。处理办法就是将两个DataFrame追加合并,然后去重。divident.append(hasThisYearDivide
在上一篇文章中,我整理了pandas在数据合并和重塑中常用到的concat方法的使用说明。在这里,将接着介绍pandas中也常常用到的join和merge方法m
在Python里面,使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法,本文介绍两种比较常用而且简单的方法。应用
pandas可以对不同索引的对象进行算术运算,如果存在不同的索引对,结果的索引就是该索引对的并集。一、算术运算a、series的加法运算s1=Series([1