Rumah > Artikel > pembangunan bahagian belakang > Bagaimana untuk Menggabungkan DataFrames dengan Indeks dalam Python?
Gabungkan Bingkai Data mengikut Indeks
Apabila bekerja dengan bingkai data, selalunya perlu untuk menggabungkannya berdasarkan indeks yang sepadan. Walaupun operasi gabungan biasanya bergantung pada padanan lajur, adalah mungkin untuk menggabungkan bingkai data berdasarkan indeksnya.
Penyertaan Dalaman pada Indeks
Untuk menggabungkan dua bingkai data mengikut indeks menggunakan inner join, anda boleh menggunakan fungsi cantum dengan argumen left_index dan right_index ditetapkan kepada True:
pd.merge(left_dataframe, right_dataframe, left_index=True, right_index=True)
Operasi ini akan mencipta bingkai data baharu yang mengandungi hanya baris di mana indeks bagi dua bingkai data sepadan.
Contoh:
Pertimbangkan rangka data berikut:
df1 id begin conditional confidence discoveryTechnique 0 278 56 false 0.0 1 1 421 18 false 0.0 1 df2 concept 0 A 1 B
Menggabungkan bingkai data ini mengikut indeks akan menghasilkan:
id begin conditional confidence discoveryTechnique concept 0 278 56 false 0.0 1 A 1 421 18 false 0.0 1 B
Cantum Kiri pada Indeks
Untuk cantuman kiri mengikut indeks, anda boleh menggunakan kaedah cantum pada bingkai data kiri:
left_dataframe.join(right_dataframe, on='index')
Gabungan Luar pada Indeks
Untuk melakukan cantuman luar pada indeks, anda boleh menggunakan fungsi concat dengan argumen paksi ditetapkan kepada 1:
pd.concat([left_dataframe, right_dataframe], axis=1)
Pertimbangan
Walaupun pada umumnya mungkin untuk menggabungkan bingkai data mengikut indeks, adalah penting untuk ambil perhatian bahawa ini boleh mengakibatkan baris pendua jika indeks tidak unik merentas kedua-dua bingkai data. Dalam kes sedemikian, mungkin perlu terlebih dahulu memastikan bahawa indeks adalah unik sebelum digabungkan.
Atas ialah kandungan terperinci Bagaimana untuk Menggabungkan DataFrames dengan Indeks dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!