按索引合并数据帧
简介
合并数据帧是数据分析中的常见任务合并来自多个来源的信息。通常,使用列作为匹配标准来执行合并。但是,在某些情况下,您可能需要根据索引合并数据帧。本文提供了如何实现这一目标的指导。
使用联接方法按索引合并数据帧
要按索引合并数据帧,您可以使用以下联接方法:
<code class="python">pd.merge(df1, df2, left_index=True, right_index=True)</code>
<code class="python">df1.join(df2)</code>
<code class="python">pd.concat([df1, df2], axis=1)</code>
示例
考虑以下数据框:
<code class="python">df1 = pd.DataFrame({'a':range(6), 'b':[5,3,6,9,2,4]}, index=list('abcdef')) df2 = pd.DataFrame({'c':range(4), 'd':[10,20,30, 40]}, index=list('abhi'))</code>
默认内部联接:
<code class="python">df3 = pd.merge(df1, df2, left_index=True, right_index=True)</code>
输出:
a b c d a 0 5 0 10 b 1 3 1 20
默认左连接:
<code class="python">df4 = df1.join(df2)</code>
输出:
a b c d a 0 5 0.0 10.0 b 1 3 1.0 20.0 c 2 6 NaN NaN d 3 9 NaN NaN e 4 2 NaN NaN f 5 4 NaN NaN
默认外连接:
<code class="python">df5 = pd.concat([df1, df2], axis=1)</code>
输出:
a b c d a 0.0 5.0 0.0 10.0 b 1.0 3.0 1.0 20.0 c 2.0 6.0 NaN NaN d 3.0 9.0 NaN NaN e 4.0 2.0 NaN NaN f 5.0 4.0 NaN NaN h NaN NaN 2.0 30.0 i NaN NaN 3.0 40.0
以上是如何根据索引合并数据帧?的详细内容。更多信息请关注PHP中文网其他相关文章!