pandas pd.merge方法学习总结

已于 2023-07-27 13:52:51 修改
阅读量135 收藏
点赞数
文章标签： pandas 学习
于 2023-07-27 13:21:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wan_fan/article/details/131957789
版权

1.pd.merge(),how 参数解释

left join: 保留左边所有数据，右边未关联到则全部过滤

right join: 保留右边所有数据，左边未关联到则全部过滤

inner join: 取俩个表格的交集

oter join: 取两个表格的并集

2.用判pd.merge()连接俩个表格

1）1对1表格连接

学号与姓名一对一关系

学号与年龄也是一对一关系

 

通过key“sno”，将俩个表格拼接一起的结果如下图

 

2）1对多表格连接

学号与姓名一对一关系

学号与成绩一对多关系

3）多对多表格连接

学号与爱好多对多关系

学号与成绩多对多关系

数据条数 = 同一学号（爱好）数 * 同一学号（成绩）数

 

wan_fan
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
数据分析常用函数—pd.merge
阿黎逸阳的博客
09-13 2万+
数据分析常用函数—merge函数
pd.merge函数.pptx
09-15
供Pandas的初学者们免费下载学习使用
pd.merge
snailpeople的博客
01-18 622
参考博文：https://blog.csdn.net/brucewong0516/article/details/82707492
pandas库中的pd.merge()函数
weixin_51995147的博客
04-09 1万+
pd.merge( x,y, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
详解Python3 pandas.merge用法
09-18
本篇文章将深入探讨`pandas.merge`的使用方法和参数，帮助你更好地理解和应用这个功能。 1. **`merge`函数的参数** `pandas.merge`函数提供了丰富的参数来实现不同类型的合并需求： - `left`: 左侧的数据集，...
pandas资料.zip
08-09
Pandas提供了多种合并和连接数据的方法，如`concat()`、`merge()`和`join()`，它们分别用于堆叠、横向合并、纵向合并以及基于特定键的合并。 8. 数据透视与统计分析 `pivot_table()`函数允许我们创建类似电子表格...
Python数据科学速查表 Pandas 进阶.pdf
01-30
4. **缺失值处理**：Pandas提供了多种处理缺失值（NaN）的方法，包括`dropna()`删除含有NaN的行或列，`fillna()`用特定值填充，如`df3.fillna(df3.mean())`填充平均值，以及`replace()`替换特定值，如`df2.replace(...
【Pandas总结】第八节 Pandas 合并数据集_pd.merge()
weixin_47139649的博客
09-21 6724
这一节非常的重要，因为Pandas中的数据集合并，最常用的方法就是 merge, 如果大家对数据库熟悉的话，那么会觉得 merge 非常容易理解，因为这个的使用和数据库的合并几乎完全一样。inner、outer、left、right这四种合并方式的理解，下面我们来一起看pd.merge()的使用方法吧；
python 数据融合函数pd.merge() （数据酷客学习总结）
ArrogantT的博客
05-01 6910
pd.merge()常用参数 import pandas as pd left = pd.DataFrame({'姓名':['q','w','e'],'年龄':['18','19','20']}) right = pd.DataFrame({'姓名':['q','w','r'],'籍贯':['湖北','北京','上海']}) left 姓名 年龄 0 q 18 1 w 19 ...
[Pandas] 数据合并 pd.merge
热门推荐
Hudas的博客
02-18 4万+
[Pandas] 数据合并 pd.merge
pd.merge()函数的使用（Python数据科学手册）
m0_70166478的博客
10-28 6346
学习
Python pd.merge()函数介绍（全）
m0_61635017的博客
04-15 1万+
在数据合并操作中，有两个操作函数和pd.merge()这两个函数在使用过程中经常会拿来比较，只要我们弄懂了其中重要参数的意义，理解每一个函数的用法，就能做到在那种环境适用那个函数,让我们通过本文深入理解pd.merge().参数表参数名作用left拼接的左侧DataFrame对象right拼接的右侧DataFrame对象on要加入的列或索引级别名称。必须在左侧和右侧DataFrame对象中找到。
Python 玩转数据 17 - Pandas 数据处理 合并 pd.merge() df1.merge(df2)
wumingxiaoyao的博客
01-01 9617
在进行数据合并时，Excel 数据，我们用到最多的是 vlookup 函数，SQL 数据库数据，join 用得最多，都可以实现多表匹配查询，合并等功能。Python 的 Pandas 也有有类似的功能函数，就是我们今天要介绍的 pd.merge() **内容提要：** 1. merge() 方法介绍 2. inner join merge 内连接 3. outer join merge 外连接 4. left join merge 左连接 5. right join merge 右连接
pd.merge()详解||做量化知道这些就够了
漫步量化
03-21 8451
pd.merge()官方文档 DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validat...
23.5.18 pandas中两个DataFrame数据的pd.merge()合并与pd.concat()拼接
qq_68639191的博客
05-18 1975
pd.merge()函数用于将两个或多个数据帧（DataFrame）按照一定的条件（通常是某些列）进行合并（merge）。这种合并方式称为合并（merge）how = ‘inner’（默认），类似于取交集。how = ‘outer’，类似于取并集。
【Python】详解pandas库中pd.merge函数与代码示例
最新发布
06-12 1万+
【Python】详解pandas库中pd.merge函数与代码示例
pandas数据合并之一文弄懂pd.merge（）
CDA数据分析师
04-17 1171
CDA数据分析师 出品 在合并数据的操作中，除了pd.concat()函数，另一个常用的函数就是pd.merge()了，这两个函数也经常被拿来比较，其实只要弄懂了函数中重要参数的作用理解了每个函数的用法，自然就知道在哪种情况下使用哪一个函数，需要对函数中的哪个参数进行怎样的设置了。好了，让我们步入正题来认识一下pd.merge()函数吧！ pd.merge()函数介绍 在函数的官方文档里就有...
请帮忙解释pandas中pd.merge的应用
05-25
在pandas中，pd.merge()是一种用于合并两个数据集的函数。它类似于SQL中的JOIN操作。通过合并数据集，我们可以将不同数据集中的信息整合在一起，以便更好地进行分析和处理。 pd.merge()函数的常用参数包括： - left: 要合并的左侧数据集 - right: 要合并的右侧数据集 - how: 合并方式，包括inner、outer、left和right - on: 合并的键值，即要基于哪个变量进行合并 - suffixes: 用于区分重复列名的后缀 例如，假设我们有两个数据集df1和df2，其中df1包含“姓名”和“城市”，df2包含“姓名”和“年龄”。我们可以使用pd.merge()函数将两个数据集合并在一起： ``` import pandas as pd df1 = pd.DataFrame({'姓名': ['小明', '小红', '小刚'], '城市': ['北京', '上海', '广州']}) df2 = pd.DataFrame({'姓名': ['小明', '小红', '小刚'], '年龄': [18, 20, 22]}) df_merge = pd.merge(df1, df2, on='姓名') print(df_merge) ``` 输出结果为： ``` 姓名 城市 年龄 0 小明 北京 18 1 小红 上海 20 2 小刚 广州 22 ``` 这样，我们就将两个数据集按照“姓名”变量合并在了一起，方便我们进行后续的分析和处理。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值