Pandas でさまざまな種類の結合を実行し、欠落したデータを処理する方法は?

Pandas マージ 101

マージの基本 - 基本的な結合の種類

方法(INNER| (LEFT|RIGHT|FULL) を実行するにはOUTER) JOIN with pandas?

マージ操作を実行するには、DataFrame で merge メソッドを使用します。他のDataFrameとマージキーを引数として指定します。さまざまな種類の結合は次のとおりです。

• INNER JOIN: マージ キーで同じ値を共有する行を結合します。
• LEFT OUTER JOIN: 左側のデータフレームのすべての行を保持し、右側の行の欠損値を挿入します。 DataFrame.
• RIGHT OUTER JOIN: 右側の DataFrame のすべての行を保持し、左側の DataFrame.
• FULL OUTER JOIN: 両方の DataFrame のすべての行を結合し、欠落している値があればそれを挿入します。

マージ後に欠落している行に NaN を追加するにはどうすればよいですか?

LEFT OUTER JOIN 後の右側の DataFrame または左側の DataFrame でデータが欠落していますRIGHT OUTER JOIN 後の DataFrame は、次のように NaN に置き換えられます。

マージ後に NaN を削除するにはどうすればよいですか?

NaN は、フィルタリングを使用するか、fillna() メソッドを使用して目的の値に置き換えることで削除できます。 value.

でマージできますか? Index?

はい、left_index パラメータと right_index パラメータを使用してインデックスをマージ キーとして設定することで、インデックスをマージできます。

複数の DataFrame をマージするにはどうすればよいですか?

複数の DataFrame は、merge を複数回呼び出すか、pd.concat を使用することでマージできます。 function.

pandas とのクロス結合

ある DataFrame のすべての行と別の DataFrame のすべての行を結合するクロス結合を実行するには、なしで pd.merge 関数を使用します。マージキーを指定しています。

merge?参加する？連結?アップデート？誰が？何？なぜですか?!!

次の表は、これらの操作の違いをまとめたものです。

テーブル>

操作

目的

merge

Operation	Purpose
merge	Join DataFrames based on common keys
join	Alias for merge
concat	Concatenate DataFrames along a specific axis
update	Update one DataFrame with values from another

共通に基づいて DataFrame を結合しますキー

join

マージのエイリアス

concat

特定のデータフレームに沿ってデータフレームを連結しますaxis

update

ある DataFrame を別の DataFrame の値で更新します

以上がPandas でさまざまな種類の結合を実行し、欠落したデータを処理する方法は?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。