文章目录
任务描述
本关任务:使用
pandas
中的merge()
函数按照编程要求合并三份数据。相关知识
merge()
可根据一个或者多个键将不同的DataFrame
连接在一起,类似于SQL数据库中的合并操作。
参数名 说明 left 拼接左侧DataFrame对象 right 拼接右侧DataFrame对象 on 列(名称)连接,必须在左和右DataFrame对象中存在(找到)。 left_on 左侧DataFrame中的列或索引级别用作键,可以是列名、索引级名,也可以是长度等于DataFrame长度的数组。 right_on 右侧DataFrame中的列或索引级别用作键。可以是列名,索引级名称,也可以是长度等于DataFrame长度的数组。 left_index 如果为True,则使用左侧DataFrame中的索引(行标签)作为其连接键。 right_index 与left_index相似 how 它可以等于’left’, ‘right’, ‘outer’, ‘inner’. 默认inner。inner是取交集,outer取并集。 sort sort - 按照字典顺序通过连接键对结果DataFrame进行排序。 suffixes 用于追加到重叠列名的末尾。例如,左右两个DataFrame都有‘data’列,则结果中就会出现‘data_x’和‘data_y’. copy 默认总是复制 数据连接的类型
- 一对一的连接:
df1 = pd.DataFrame({ 'employee': ['Bob', 'Jake', 'Lisa', 'Sue'], >'group': ['Accounting', 'Engineering', 'Engineering', 'HR']}) df2 = pd.DataFrame({ 'employee': ['Lisa', 'Bob', 'Jake', 'Sue'], >'hire_date': [2004, 2008, 2012, 2014]}) df3 = pd.merge(df1,df2) df3
输出:
- 多对一的连接:
df4 = pd.DataFrame({'group': ['Accounting', 'Engineering', >'HR'], 'supervisor': ['Carly', 'Guido', 'Steve']}) pd.merge(df3,df4)
输出:
- 多对多连接:
df5 = pd.DataFrame({ 'group': ['Accounting', 'Accounting', >'Engineering', 'Engineering', 'HR', 'HR'], 'skills': [
EduCoder Pandas合并数据集 第二关:合并与连接
最新推荐文章于 2024-06-14 20:11:34 发布