Python按照某列内容对两个DataFrame进行合并操作方法

要将两个DataFrame进行合并，如data1 和 data2按照第一列的内容纵向合并为一个新的DataFrame，可以使用pandas库中的merge()方法，按照实际需求将how参数设置为‘left’、‘right’、‘outer’、‘inner’。

其中：

• inner: 内连接/交集。保留两个 DataFrame 共有的键，丢弃不匹配的行。
• outer: 外连接/并集。保留两个 DataFrame 所有的键，缺失的值用 NaN 填充。
• left: 左连接。保留左边 DataFrame 的所有键，丢弃不匹配的右边 DataFrame 的行。
• right: 右连接。保留右边 DataFrame 的所有键，丢弃不匹配的左边 DataFrame 的行。

假设data1表示如下：

  col1  col2
0    A     1
1    B     2
2    C     3

data2表示如下：

  col1 col3
0    A    x
1    B    y
2    D    z

将col1作为合并的基准，使用"how = inner"，代码和结果如下：

import pandas as pd
data1 = {'col1': ['A', 'B', 'C'], 'col2': [1, 2, 3]}
data2 = {'col1': ['A', 'B', 'D'], 'col3': ['x', 'y', 'z']}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
merged_df = pd.merge(df1, df2, on='col1', how='inner')
print(merged_df)

  col1  col2 col3
0    A     1    x
1    B     2    y

将col1作为合并的基准，使用"how = outer"，代码和结果如下：

merged_df = pd.merge(df1, df2, on='col1', how='outer')

  col1  col2 col3
0    A   1.0    x
1    B   2.0    y
2    C   3.0  NaN
3    D   NaN    z

将col1作为合并的基准，使用"how = left"，代码和结果如下：

merged_df = pd.merge(df1, df2, on='col1', how='left')

  col1  col2 col3
0    A     1    x
1    B     2    y
2    C     3  NaN

将col1作为合并的基准，使用"how = right"，代码和结果如下：

merged_df = pd.merge(df1, df2, on='col1', how='right')

  col1  col2 col3
0    A   1.0    x
1    B   2.0    y
2    D   NaN    z

 总结

到此这篇关于Python按照某列内容对两个DataFrame进行合并操作方法的文章就介绍到这了,更多相关Python合并DataFrame内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论