Pandas DataFrame 如何使用不同的連接類型進行合併？

Pandas 合併101

理解合併

合併根據共用金鑰組合兩個或多個DataFrame 以建立新>

合併根據共用金鑰組合兩個或多個DataFrame 以建立新的DataFrame 。 Pandas 提供各種類型的合併，包括 INNER、LEFT、RIGHT 和 FULL OUTER 連接。

基本聯結型

a。 INNER JOIN

• 組合兩個 DataFrame 中共用公用鍵的行。

  left = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': np.random.randn(4)})
  right = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': np.random.randn(4)})
  left.merge(right, on='key')

  範例：

b. LEFT OUTER JOIN

• 保留左側中的所有行，為右側DataFrame 中缺少的鍵加NaN 值。

• 範例：

  left.merge(right, on='key', how='left')

c. RIGHT OUTER JOIN

• 對應中的所有行，為左側DataFrame 中缺少的鍵加NaN 值。

• 範例：

  left.merge(right, on='key', how='right')

d. FULL OUTER JOIN

d. FULL OUTER JOIN

• left.merge(right, on='key', how='outer')

  範例：

排除資料左/右排除連線

如果您需要排除特定行，您可以透過先執行左/右外部連接並過濾以排除特定行，從而執行左排除或右排除連接其他DataFrame。

e。左排除 JOIN

• 排除左側 DataFrame 中存在的右側 DataFrame 中的行。

  (left.merge(right, on='key', how='left', indicator=True)
   .query('_merge == "left_only"')
   .drop('_merge', 1))

  範例：

f.右排除JOIN

• 排除右中存在的左DataFrame 中的行。

  (left.merge(right, on='key', how='right', indicator=True)
   .query('_merge == "right_only"')
   .drop('_merge', 1))

  範例：

g。 ANTI JOIN

• 合併兩個 DataFrame 中都不存在的行。

  (left.merge(right, on='key', how='outer', indicator=True)
   .query('_merge != "both"')
   .drop('_merge', 1))

  範例：

處理重複密鑰列

left3 = left2.set_index('keyLeft')
left3.merge(right2, left_index=True, right_on='keyRight')

為了避免輸出中出現重複的鍵列，您可以在合併之前設定適當的索引作為鍵：

合併多個欄位

left.merge(right, on=['key1', 'key2'] ...)

要連接多列，請指定on 的清單（或left_on 和right_on，如

附加合併函數

• pd.merge_ordered：對於有序JOIN。

以上是Pandas DataFrame 如何使用不同的連接類型進行合併？的詳細內容。更多資訊請關注PHP中文網其他相關文章！