hand
_1_21_62
4
python3.X - 数据分析 - Pandas
共95篇
python3.X - 数据分析 - Pandas
返回栏目
1k
0k
5k
0k
0.1k
0k
2k
3k
1k
1k
0.2k
3k
0k
4k
3k
3k
3k
3k
0.5k
5k
1k
0.3k
3k
4k
7k
2k
7k
0.8k
0.9k
1k
1k
2k
0.4k
0.6k
0.6k
0.5k
0.9k
0.9k
1k
0.9k
1k
0.8k
1k
0.4k
0.4k
0.3k
0.6k
1k
0.9k
1k
1k
1k
0.8k
1k
0.8k
1k
0.7k
0.6k
4k
0.4k
3k
0.7k
0.8k
0.8k
0.2k
2k
1k
0.7k
0.7k
0.4k
0.5k
3k
0.1k
0.7k
0.9k
0.3k
1k
0.4k
0.4k
1k
0.5k
0.1k
0.7k
1k
0k
0.2k
0.7k
0.3k
0k
0k
0.1k
0k
0k
0k
3k
返回python3.X - 数据分析 - Pandas栏目
作者:
贺及楼
成为作者
更新日期:2024-06-08 23:23:02
import numpy as np
import pandas as pd
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)
left/right:左/右位置的dataframe。
how:数据合并的方式。left:基于左dataframe列的数据合并;right:基于右dataframe列的数据合并;outer:基于列的数据外合并(取并集);inner:基于列的数据内合并(取交集);默认为'inner'。
on:用来合并的列名,这个参数需要保证两个dataframe有相同的列名。多个索引用["A", "B"]
left_on/right_on:左/右dataframe合并的列名,也可为索引,数组和列表。
left_index/right_index:是否以index作为数据合并的列名,True表示是。
sort:根据dataframe合并的keys排序,默认是。
suffixes:若有相同列且该列没有作为合并的列,可通过suffixes设置该列的后缀名,一般为元组和列表类型。
df1 = pd.DataFrame(data=[{'name':'xiaoming','color':'blue',}, {'name':'leilei','color':'yellow',}])
df2 = pd.DataFrame(data=[{'tools':'ruler','color':'blue',}, {'tools':'pen','color':'yellow',}, {'tools':'pencil','color':'yellow',}, {'tools':'eraser','color':'blue',}])
df1 | ||
---|---|---|
name | color | |
0 | xiaoming | blue |
1 | leilei | yellow |
df2 | ||
---|---|---|
tools | color | |
0 | ruler | blue |
1 | pen | yellow |
2 | pencil | yellow |
3 | eraser | blue |
df3 = pd.merge(df2, df1, how="left", on="color")
df3 = pd.merge(df2, df2, how="left", on=["类别", "水果"]) # 多索引
df3 | |||
---|---|---|---|
tools | color | name | |
0 | ruler | blue | xiaoming |
1 | pen | yellow | leilei |
2 | pencil | yellow | leilei |
3 | eraser | blue | xiaoming |
python3.X - 数据分析 - Pandas
整章节共95节
快分享给你的小伙伴吧 ~