zoukankan      html  css  js  c++  java
  • 关于pandas里面的合并

    from pandas import *
    from numpy import  *
    import json
    from pylab import *
    left = DataFrame({'key1':['foo','foo','bar'],'key2':['one','two','one'],'lval':[1,2,3]})
    right = DataFrame({'key1':['foo','foo','bar','bar'],'key2':['one','one','one','two'],'rval':[4,5,6,7]})

    下一步

    demo = merge(left,right,on=['key1','key2'],how='outer')
    print(demo)
    结果为:
      key1 key2  lval  rval
    0  foo  one   1.0   4.0
    1  foo  one   1.0   5.0
    2  foo  two   2.0   NaN
    3  bar  one   3.0   6.0
    4  bar  two   NaN   7.0
    可以看到结果是全的,列举了所有可能
    demo = merge(left,right,on=['key1','key2'],how='left')
    print(demo)
    结果为:
      key1 key2  lval  rval
    0  foo  one     1   4.0
    1  foo  one     1   5.0
    2  foo  two     2   NaN
    3  bar  one     3   6.0
    可以看到是以第一个表为判断依据,第二个表部分数据没有显示
    demo = merge(left,right,on=['key1','key2'],how='right')
    print(demo)
    结果为:

      key1 key2  lval  rval
    0  foo  one   1.0     4
    1  foo  one   1.0     5
    2  bar  one   3.0     6
    3  bar  two   NaN     7
    可以看出与上一个整好相反


     
     
  • 相关阅读:
    函数传参总结
    集合操作总结
    深浅拷贝总结
    三级列表展示
    文件操作总结
    vue-router之嵌套路由
    vue-router之动态路由
    Sublime编辑VUE实现代码高亮
    Windows系统下Vue开发环境搭建详解版
    C#调用快递鸟电子面单API实现批量打印电子面单功能
  • 原文地址:https://www.cnblogs.com/mypath/p/9456156.html
Copyright © 2011-2022 走看看