인덱스별로 데이터 프레임 병합
인덱스별로 데이터 프레임을 병합하는 것은 해당 인덱스를 기반으로 데이터 세트를 결합할 수 있는 간단한 작업입니다. 이 접근 방식은 데이터 세트가 공통 행 레이블 세트를 공유할 때 유리합니다.
인덱스별로 데이터 프레임을 병합하려면 다음과 같은 몇 가지 옵션이 있습니다.
1. 병합 기능
pd.merge 함수는 기본적으로 내부 조인을 제공하여 인덱스에서 병합할 수 있도록 합니다.
<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>
출력:
id begin conditional confidence discoveryTechnique concept 0 278 56 False 0.0 1 A 1 421 18 False 0.0 1 B
2. 조인 함수
df.join 메소드는 기본 왼쪽 조인을 제공합니다:
<code class="python">result = df1.join(df2) print(result)</code>
출력:
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 함수
axis=1 매개변수를 사용하는 pd.concat 함수는 기본적으로 외부 조인을 제공합니다.
<code class="python">result = pd.concat([df1, df2], axis=1) print(result)</code>
출력:
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
인덱스 병합은 나쁜 습관으로 간주되지 않으며 인덱스 값이 기본 식별자인 경우 유용하다는 점에 유의하는 것이 중요합니다. Reset_index 메서드를 사용하여 인덱스를 새 열로 이동할 수 있습니다:
<code class="python">df2 = df2.reset_index() print(df2)</code>
출력:
index concept 0 0 A 1 1 B
위 내용은 Pandas를 사용하여 Python에서 인덱스별로 DataFrame을 어떻게 병합합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!