如何在 Pandas 中执行不同类型的连接并处理缺失数据？

Pandas 合并 101

合并基础知识 - 连接的基本类型

如何执行 (INNER| (LEFT|RIGHT|FULL)外部）与 pandas 联接？

要执行合并操作，请在 DataFrame 上使用 merge 方法。指定其他 DataFrame 和合并键作为参数。不同类型的连接是：

• INNER JOIN: 连接在合并键中共享相同值的行。
• LEFT OUTER JOIN：保留左侧 DataFrame 中的所有行，并为右侧的行插入缺失值DataFrame。
• RIGHT OUTER JOIN：保留右侧 DataFrame 中的所有行，并插入左侧 DataFrame 中行的缺失值。
• FULL OUTER JOIN：合并两个 DataFrame 中的所有行，为任何缺失插入缺失值

如何在合并后为缺失的行添加 NaN？

在 LEFT OUTER JOIN 后右侧 DataFrame 或左侧缺少数据RIGHT OUTER JOIN 之后的 DataFrame 被替换为 NaN默认值。

合并后如何去掉 NaN？

NaN 可以使用过滤来删除，或者使用 fillna() 方法将其替换为所需的值值。

我可以合并索引？

是的，您可以通过使用 left_index 和 right_index 参数将索引设置为合并键来合并索引。

如何合并多个 DataFrame？

可以通过多次调用 merge 或使用 pd.concat 来合并多个 DataFrame

与 pandas 的交叉连接

要执行交叉连接，将一个 DataFrame 中的每一行与另一个 DataFrame 中的每一行组合起来，请使用 pd.merge 函数，而不使用 pd.merge 函数。指定合并键。

合并？加入？连接？更新？ WHO？什么？为什么？！！

下表总结了这些操作之间的差异：

表>

操作

目的

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

合并

基于通用的Join DataFrame键

join

合并别名

concat

将 DataFrame 沿着特定的axis

更新

使用另一个 DataFrame 的值更新另一个 DataFrame

以上是如何在 Pandas 中执行不同类型的连接并处理缺失数据？的详细内容。更多信息请关注PHP中文网其他相关文章！