Python-科学计算-pandas-06-Df合并

阿里云2000元红包!本站用户参与享受九折优惠!

微信公众号原文

系统:Windows 7
语言版本:Anaconda3-4.3.0.1-Windows-x86_64
编辑器:pycharm-community-2016.3.2

  • 这个系列讲讲Python的科学计算版块
  • 今天讲讲pandas模块:将两个Df进行合并

Part 1:示例

  1. 已知df_1,有3列["time", "pos", "value1"]
  2. 已知df_2,有3列["pos", "value2", "value3"]
  3. pos列作为连接,将两个Df合并成一个Df,效果如下图

合并


1.png

Part 2:代码

import pandas as pd
dict_1 = {"time": ["2019-11-2", "2019-11-2", "2019-11-2"],
          "pos": ["P1", "P2", "P3"],
          "value1": [0.5, 0.8, 1.0]}
df_1 = pd.DataFrame(dict_1, columns=["time", "pos", "value1"])
dict_2 = {"pos": ["P1", "P2", "P3", "P4"],
          "value2": [-1, -2, -3, -4],
          "value3": [1, 2, 3, 4]}
df_2 = pd.DataFrame(dict_2, columns=["pos", "value2", "value3"])
print("\ndf_1")
print(df_1)
print("\ndf_2")
print(df_2)
df_merge_1 = pd.merge(df_1, df_2, how='left', on='pos')
print("\ndf_merge_1")
print(df_merge_1)
df_merge_2 = pd.merge(df_2, df_1, how='left', on='pos')
print("\ndf_merge_2")
print(df_merge_2)

代码截图


2.png

Part 3:部分代码解读

  1. pd.merge(df_1, df_2, how='left', on='pos'),以pos列作为df_1和df_2的关联列,采用左连接的方式

    • 左连接,可以简单理解为行采用左边的df_1作为基准,在示例中发现df_merge_1没有P4点
    • 同理df_merge_2timevalue1没有数据
  2. 那么使用场景是什么呢?结合列与列之间的运算,会有一番新天地

本文为原创作品,欢迎分享朋友圈

长按图片识别二维码,关注本公众号
Python 优雅 帅气


12×0.8.jpg
https://www.jianshu.com/p/ba986708ea0b

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论