Maison  >  Article  >  développement back-end  >  Comment fusionner des DataFrames en fonction de leurs indices ?

Comment fusionner des DataFrames en fonction de leurs indices ?

Patricia Arquette
Patricia Arquetteoriginal
2024-10-31 15:48:02368parcourir

How to Merge DataFrames Based on Their Indices?

Fusion de dataframes par index

Introduction

La fusion de dataframes est une tâche courante dans l'analyse de données pour combiner des informations provenant de plusieurs sources. En règle générale, la fusion est effectuée en utilisant des colonnes comme critères de correspondance. Cependant, il existe des cas où vous devrez peut-être fusionner des trames de données en fonction de leurs indices. Cet article fournit des conseils sur la façon d'y parvenir.

Fusion de trames de données par index à l'aide de méthodes de jointure

Pour fusionner des trames de données par index, vous pouvez utiliser les méthodes de jointure suivantes :

  • fusionner : Effectuer une jointure interne par défaut.
<code class="python">pd.merge(df1, df2, left_index=True, right_index=True)</code>
  • joindre : Effectuer une jointure gauche par défaut.
<code class="python">df1.join(df2)</code>
  • concat : Effectuer une jointure externe par défaut.
<code class="python">pd.concat([df1, df2], axis=1)</code>

Exemples

Considérez les dataframes suivantes :

<code class="python">df1 = pd.DataFrame({'a':range(6), 'b':[5,3,6,9,2,4]}, index=list('abcdef'))
df2 = pd.DataFrame({'c':range(4), 'd':[10,20,30, 40]}, index=list('abhi'))</code>

Jointure interne par défaut :

<code class="python">df3 = pd.merge(df1, df2, left_index=True, right_index=True)</code>

Sortie :

   a  b  c   d
a  0  5  0  10
b  1  3  1  20

Jointure gauche par défaut :

<code class="python">df4 = df1.join(df2)</code>

Sortie :

   a  b    c     d
a  0  5  0.0  10.0
b  1  3  1.0  20.0
c  2  6  NaN   NaN
d  3  9  NaN   NaN
e  4  2  NaN   NaN
f  5  4  NaN   NaN

Jointure externe par défaut :

<code class="python">df5 = pd.concat([df1, df2], axis=1)</code>

Sortie :

     a    b    c     d
a  0.0  5.0  0.0  10.0
b  1.0  3.0  1.0  20.0
c  2.0  6.0  NaN   NaN
d  3.0  9.0  NaN   NaN
e  4.0  2.0  NaN   NaN
f  5.0  4.0  NaN   NaN
h  NaN  NaN  2.0  30.0
i  NaN  NaN  3.0  40.0

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn