Bagaimanakah anda menggabungkan DataFrames mengikut indeks dalam Python menggunakan Pandas?

Menggabungkan Bingkai Data mengikut Indeks

Menggabungkan bingkai data mengikut indeks ialah tugas mudah yang membolehkan kami menggabungkan set data berdasarkan indeks sepadannya. Pendekatan ini berfaedah apabila set data berkongsi set label baris biasa.

Untuk menggabungkan bingkai data mengikut indeks, kami mempunyai beberapa pilihan:

1. Fungsi Gabungan

Fungsi pd.merge menawarkan gabungan dalaman secara lalai, membolehkan kami bergabung pada indeks:

<code class="python">import pandas as pd

df1 = pd.DataFrame({
    'id': [278, 421],
    'begin': [56, 18],
    'conditional': [False, False],
    'confidence': [0.0, 0.0],
    'discoveryTechnique': [1, 1]
})

df2 = pd.DataFrame({
    'concept': ['A', 'B']
})

result = pd.merge(df1, df2, left_index=True, right_index=True)

print(result)</code>

Output:

   id  begin conditional confidence discoveryTechnique concept
0 278    56       False        0.0                  1       A
1 421    18       False        0.0                  1       B

2. Fungsi Sertai

Kaedah df.join menyediakan gabungan kiri lalai:

<code class="python">result = df1.join(df2)

print(result)</code>

Output:

   id  begin conditional confidence discoveryTechnique   concept
0 278    56       False        0.0                  1       A
1 421    18       False        0.0                  1       B
2   665    48       False        0.0                  0      NaN
3  1007    19       False        0.0                  2      NaN
4  1636    32       False        0.0                  0      NaN

3. Fungsi Concat

Fungsi pd.concat, dengan parameter axis=1, menawarkan gabungan luar secara lalai:

<code class="python">result = pd.concat([df1, df2], axis=1)

print(result)</code>

Output:

   id  begin conditional confidence discoveryTechnique  concept
0 278    56       False        0.0                  1       A
1 421    18       False        0.0                  1       B
2   665    48       False        0.0                  0      NaN
3  1007    19       False        0.0                  2      NaN
4  1636    32       False        0.0                  0      NaN
5   NaN    NaN       NaN        NaN                NaN       C

Adalah penting untuk ambil perhatian bahawa penggabungan pada indeks tidak dianggap sebagai amalan buruk dan berguna apabila nilai indeks ialah pengecam utama. Mengalihkan indeks ke dalam lajur baharu boleh dicapai menggunakan kaedah reset_index:

<code class="python">df2 = df2.reset_index()

print(df2)</code>

Output:

   index concept
0      0       A
1      1       B

Atas ialah kandungan terperinci Bagaimanakah anda menggabungkan DataFrames mengikut indeks dalam Python menggunakan Pandas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!