Comment puis-je effectuer différents types de jointures Pandas DataFrames ?

Pandas Merging 101 : Les bases

JOINing DataFrames

La fusion de DataFrames dans Pandas implique de combiner deux ou plusieurs DataFrames en fonction de colonnes clés communes. Il existe plusieurs types de jointures, notamment :

• INNER JOIN : Renvoie uniquement les lignes dont les clés correspondent dans les deux DataFrames.

  • df1 .merge(df2, on='clé', how='inner')

• LEFT JOIN : Inclut toutes les lignes du DataFrame de gauche et les lignes correspondantes du DataFrame de droite. Les valeurs manquantes à droite sont remplies de NaN.

  • df1.merge(df2, on='key', how='left')

• RIGHT JOIN : Inclut toutes les lignes du DataFrame de droite et les lignes correspondantes du DataFrame de gauche. Les valeurs manquantes à gauche sont remplies de NaN.

  • df1.merge(df2, on='key', how='right')

• FULL OUTER JOIN : Inclut toutes les lignes des deux DataFrames, en remplissant les valeurs manquantes avec NaNs.

  • df1.merge(df2, on='key', how='outer')

Différents noms de colonnes clés

Si les colonnes clés ont des noms différents, utilisez left_on et right_on arguments :

• df1.merge(df2, left_on='key1', right_on='key2', how='inner')

Éviter les colonnes clés en double dans la sortie

Lors de la fusion sur différentes colonnes clés, définissez l'index au préalable étape :

• df1.set_index('key1').merge(df2, left_index=True, right_on='key2')

Fusion sur plusieurs colonnes

Rejoignez plusieurs colonnes en passant une liste à on (ou left_on et right_on):

• df1.merge(df2, on=['key1', 'key2'], how='inner')

Généraliser à plusieurs DataFrames

Pour fusionner plusieurs DataFrames, utilisez pd.merge_asof pour des jointures approximatives ou pd.merge_ordered pour des jointures ordonnées rejoint.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!