Wie führt man DataFrames nach Index in Python mit Pandas zusammen?

Datenrahmen nach Index zusammenführen

Das Zusammenführen von Datenrahmen nach Index ist eine unkomplizierte Aufgabe, die es uns ermöglicht, Datensätze basierend auf ihren entsprechenden Indizes zu kombinieren. Dieser Ansatz ist vorteilhaft, wenn die Datensätze einen gemeinsamen Satz von Zeilenbeschriftungen haben.

Um Datenrahmen nach Index zusammenzuführen, haben wir mehrere Optionen:

1. Zusammenführungsfunktion

Die pd.merge-Funktion bietet standardmäßig einen inneren Join, der es uns ermöglicht, die Indizes zusammenzuführen:

<code class="python">import pandas as pd

df1 = pd.DataFrame({
    'id': [278, 421],
    'begin': [56, 18],
    'conditional': [False, False],
    'confidence': [0.0, 0.0],
    'discoveryTechnique': [1, 1]
})

df2 = pd.DataFrame({
    'concept': ['A', 'B']
})

result = pd.merge(df1, df2, left_index=True, right_index=True)

print(result)</code>

Ausgabe:

   id  begin conditional confidence discoveryTechnique concept
0 278    56       False        0.0                  1       A
1 421    18       False        0.0                  1       B

2. Join-Funktion

Die df.join-Methode stellt einen Standard-Links-Join bereit:

<code class="python">result = df1.join(df2)

print(result)</code>

Ausgabe:

   id  begin conditional confidence discoveryTechnique   concept
0 278    56       False        0.0                  1       A
1 421    18       False        0.0                  1       B
2   665    48       False        0.0                  0      NaN
3  1007    19       False        0.0                  2      NaN
4  1636    32       False        0.0                  0      NaN

3. Concat-Funktion

Die pd.concat-Funktion mit dem Parameter axis=1 bietet standardmäßig einen äußeren Join:

<code class="python">result = pd.concat([df1, df2], axis=1)

print(result)</code>

Ausgabe:

   id  begin conditional confidence discoveryTechnique  concept
0 278    56       False        0.0                  1       A
1 421    18       False        0.0                  1       B
2   665    48       False        0.0                  0      NaN
3  1007    19       False        0.0                  2      NaN
4  1636    32       False        0.0                  0      NaN
5   NaN    NaN       NaN        NaN                NaN       C

Es ist wichtig zu beachten, dass das Zusammenführen im Index keine schlechte Praxis darstellt und nützlich ist, wenn die Indexwerte die primären Bezeichner sind. Das Verschieben des Index in eine neue Spalte kann mit der Methode „reset_index“ erreicht werden:

<code class="python">df2 = df2.reset_index()

print(df2)</code>

Ausgabe:

   index concept
0      0       A
1      1       B

Das obige ist der detaillierte Inhalt vonWie führt man DataFrames nach Index in Python mit Pandas zusammen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!