pandas表连接 索引上的合并方法
2019/7/15 0:40:27
本文主要是介绍pandas表连接 索引上的合并方法,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
如下所示:
left1 = pd.DataFrame({‘key':[‘a','b','a','a','b','c'],'value':range(6)}) right1 = pd.DataFrame({‘group_val':[3.5,7]},index = [‘a','b']) print(left1) print(right1) result = pd.merge(left1,right1,left_on='key',right_index=True) print(result)
层次化数据的索引
lefth = pd.DataFrame({‘key1':[‘Ohio','Ohio','Ohio','Nevada','Nevada'], ‘key2':[2000,2001,2002,2001,2002], ‘data':np.arange(5)}) print(lefth) righth = pd.DataFrame(np.arange(12).reshape(6,2),index = [[‘Nevada','Nevada','Ohio','Ohio','Ohio','Ohio'], [2001,2000,2000,200,2001,2002]]) print(righth) result = pd.merge(lefth,righth,left_on=[‘key1','key2'],right_index=True) print(result)
以上代码如果想改为外部连接 how = ‘outer' 就可以了
同时合并双方索引
left2 = pd.DataFrame([[1,2],[3,4],[5,6]],index=[‘a','c','e'],columns=[‘Ohio','Neveda']) right2 = pd.DataFrame([[7,8],[9,10],[11,12],[13,14]],index=[‘b','c','d','e'],columns=[‘Missouri','Alabma']) print(left2) print(right2) result = pd.merge(left2,right2,how='outer',left_index=True,right_index=True) print(result)
以上这篇pandas表连接 索引上的合并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找一找教程网。
这篇关于pandas表连接 索引上的合并方法的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-24Python编程基础详解
- 2024-11-21Python编程基础教程
- 2024-11-20Python编程基础与实践
- 2024-11-20Python编程基础与高级应用
- 2024-11-19Python 基础编程教程
- 2024-11-19Python基础入门教程
- 2024-11-17在FastAPI项目中添加一个生产级别的数据库——本地环境搭建指南
- 2024-11-16`PyMuPDF4LLM`:提取PDF数据的神器
- 2024-11-16四种数据科学Web界面框架快速对比:Rio、Reflex、Streamlit和Plotly Dash
- 2024-11-14获取参数学习:Python编程入门教程