這篇文章給大家分享的是有關(guān)pandas如何實(shí)現(xiàn)數(shù)據(jù)合并的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過來(lái)看看吧。

為陽(yáng)高等地區(qū)用戶提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù)，及陽(yáng)高網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站、陽(yáng)高網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！

數(shù)據(jù)合并有多種方式，其中最常見的應(yīng)該就是交集和并集的求取。之前通過分析總結(jié)過pandas數(shù)據(jù)merge功能默認(rèn)的行為，其實(shí)默認(rèn)下求取的就是兩個(gè)數(shù)據(jù)的“交集”。

有如下數(shù)據(jù)定義：

In [26]: df1
Out[26]: 
 data1 key
0  0 b
1  1 b
2  2 a
3  3 c
4  4 a
5  5 a
6  6 b

In [27]: df2
Out[27]: 
 data2 key
0  0 a
1  1 b
2  2 d
3  3 b

進(jìn)行merge的結(jié)果：

In [28]: pd.merge(df1,df2)
Out[28]: 
 data1 key data2
0  0 b  1
1  0 b  3
2  1 b  1
3  1 b  3
4  6 b  1
5  6 b  3
6  2 a  0
7  4 a  0
8  5 a  0

從上面的結(jié)果中能夠看出，merge的默認(rèn)處理行為是求取了兩組數(shù)據(jù)key的交集，但是對(duì)于key的值進(jìn)行了并集的求取。其實(shí)也很好理解，如果僅僅是求取交集而數(shù)據(jù)沒有任何合并那就不叫做數(shù)據(jù)合并了。

接下來(lái)試一下制定了參數(shù)的的交集數(shù)據(jù)合并處理：

In [29]: pd.merge(df1,df2,how='inner')
Out[29]: 
 data1 key data2
0  0 b  1
1  0 b  3
2  1 b  1
3  1 b  3
4  6 b  1
5  6 b  3
6  2 a  0
7  4 a  0
8  5 a  0

In [30]: result_inner = pd.merge(df1,df2,how='inner')
In [31]: result_default = pd.merge(df1,df2)

In [32]: result_inner == result_default
Out[32]: 
 data1 key data2
0 True True True
1 True True True
2 True True True
3 True True True
4 True True True
5 True True True
6 True True True
7 True True True
8 True True True

通過上面的結(jié)果可以看出：制定了參數(shù)的的交集數(shù)據(jù)合并處理的結(jié)果與數(shù)據(jù)合并方法merge的默認(rèn)行為是一致的。

再試一下并集數(shù)據(jù)合并處理方法，這需要制定參數(shù)how為outer：

In [35]: result_outer = pd.merge(df1,df2,how='outer')

In [36]: result_outer
Out[36]: 
 data1 key data2
0  0.0 b 1.0
1  0.0 b 3.0
2  1.0 b 1.0
3  1.0 b 3.0
4  6.0 b 1.0
5  6.0 b 3.0
6  2.0 a 0.0
7  4.0 a 0.0
8  5.0 a 0.0
9  3.0 c NaN
10 NaN d 2.0

通過上面的執(zhí)行結(jié)果可以看出：合并后的數(shù)據(jù)中的key擁有了兩組數(shù)據(jù)所有的key，而數(shù)據(jù)雖然有一部分兩組數(shù)據(jù)不能夠重合，但也通過NaN的值進(jìn)行了相應(yīng)的填補(bǔ)。

還有一點(diǎn)需要注意的，那就是合并之后的數(shù)據(jù)個(gè)數(shù)。合并后的數(shù)據(jù)中，key的個(gè)數(shù)是兩組數(shù)據(jù)中分別擁有的數(shù)據(jù)的笛卡爾乘積。如果其中一組沒有的時(shí)候，進(jìn)行合并的時(shí)候另一組數(shù)據(jù)中會(huì)創(chuàng)建一個(gè)NaN數(shù)值的對(duì)象與之進(jìn)行合并。

感謝各位的閱讀！關(guān)于“pandas如何實(shí)現(xiàn)數(shù)據(jù)合并”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

文章題目：pandas如何實(shí)現(xiàn)數(shù)據(jù)合并-創(chuàng)新互聯(lián)
網(wǎng)站鏈接：http://www.rwnh.cn/article20/pjhco.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)頁(yè)設(shè)計(jì)公司、定制網(wǎng)站、搜索引擎優(yōu)化、微信公眾號(hào)、App開發(fā)、網(wǎng)站排名

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)