


Wie füge ich DataFrames zusammen und füge Spalten aus beiden hinzu?
DataFrames mit Spalteneinschluss zusammenführen
Beim Zusammenführen zweier DataFrames ist es üblich, Informationen aus dem ersten beizubehalten und gleichzeitig Daten aus dem zweiten zu integrieren. Lassen Sie uns untersuchen, wie Sie dies in Pandas erreichen können.
Stellen Sie sich das folgende Szenario vor:
- DataFrame df1 enthält Altersinformationen für Einzelpersonen.
- DataFrame df2 enthält Geschlechtsinformationen für Einzelpersonen .
Unser Ziel ist es, df1 mit Geschlechtsinformationen zu füllen und gleichzeitig Informationen für Personen beizubehalten, die nicht in df2 vorhanden sind.
Lösung
Methode 1: Verwendung der Zusammenführungsfunktion von Pandas mit Linksverknüpfung
<code class="python">df = df1.merge(df2[['Name', 'Sex']], on='Name', how='left')</code>
Dieser Zusammenführungsvorgang verbindet df1 in der Spalte „Name“ mit df2, wobei alle Zeilen von df1 erhalten bleiben (aufgrund der Linksverknüpfung) und die Werte in „Geschlecht“ aktualisiert werden, sofern verfügbar.
Methode 2: Verwendung der Kartenfunktion von Pandas
<code class="python">df1['Sex'] = df1['Name'].map(df2.set_index('Name')['Sex'])</code>
Dieser Ansatz verwendet die Kartenfunktion, um die Spalte „Name“ von df1 der Spalte „Geschlecht“ von df2 zuzuordnen, während Name als Index in df2 festgelegt wird. Dadurch werden Personen in beiden DataFrames effektiv abgeglichen und fehlende Werte mit NaN aufgefüllt.
Überlegungen
Wenn in df2 doppelte Namenswerte vorhanden sind, kann der Kartenansatz inkonsistente Ergebnisse liefern. Erwägen Sie in solchen Fällen die Deduplizierung von df2 oder die Verwendung einer wörterbuchbasierten Zuordnung.
Verwenden Sie die Zusammenführungsfunktion außerdem mit Vorsicht, wenn Name fehlende Werte enthält, da dadurch nicht übereinstimmende Zeilen entfernt werden. Wenn die Datenintegrität von entscheidender Bedeutung ist, behandeln Sie fehlende Werte vor dem Zusammenführen entsprechend.
Das obige ist der detaillierte Inhalt vonWie füge ich DataFrames zusammen und füge Spalten aus beiden hinzu?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.
