首页 > 其他分享 >merge连接两个DataFrame

merge连接两个DataFrame

时间:2023-08-08 13:56:52浏览次数:32  
标签:index DataFrame merge pd print True 连接

import pandas as pd

# 创建左边的示例 DataFrame
data1 = {'ID': [1, 2, 3, 4],
         'Name': ['Alice', 'Bob', 'Charlie', 'John']}
df1 = pd.DataFrame(data1)
df1.set_index('ID', inplace=True)  # 设置 'ID' 列为索引

# 创建右边的示例 DataFrame
data2 = {'Age': [25, 30, 35, 46]}
df2 = pd.DataFrame(data2)
df2.index = [1, 2, 4, 5]  # 修改索引,确保和左边的 DataFrame 不重叠

# 使用 merge 方法以左边表的索引为准连接两个表
merged = pd.merge(df1, df2, left_index=True, right_index=True, how='left')

# 打印连接后的 DataFrame
print("left-------------")
print(merged)

# 使用 merge 方法以左边表的索引为准连接两个表
merged = pd.merge(df1, df2, left_index=True, right_index=True, how='outer')

# 打印连接后的 DataFrame
print("outer-------------")
print(merged)

# 使用 merge 方法以左边表的索引为准连接两个表
merged = pd.merge(df1, df2, left_index=True, right_index=True, how='inner')

# 打印连接后的 DataFrame
print("inner-------------")
print(merged)

 

标签:index,DataFrame,merge,pd,print,True,连接
From: https://www.cnblogs.com/nicole-zhang/p/17613978.html

相关文章

  • concat 连接两个DataFrame
    importpandasaspd#创建左边的示例DataFramedata1={'ID':[1,2,3],'Name':['Alice','Bob','Charlie']}df1=pd.DataFrame(data1)df1.set_index('ID',inplace=True)#设置'ID'列......
  • DataFrame 新增新列
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3],'B':['a','b','c']}df=pd.DataFrame(data)#增加新列'C'new_data=[10,20,30]df['C']=new_dataprint(df)......
  • DataFrame修改某列的值
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3],'B':['a','b','c']}df=pd.DataFrame(data)#修改列'A'的值new_values=[10,20,30]df['A']=new_valuesprint......
  • DataFrame删除某列
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3],'B':['a','b','c'],'C':[10,20,30]}df=pd.DataFrame(data)#使用drop()方法删除列'B'df=df.drop('B&......
  • DataFrame 删除某行
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3],'B':['a','b','c'],'C':[10,20,30]}df=pd.DataFrame(data)#使用drop()方法删除索引为1的行df=df.drop(1,axis=0)pri......
  • DataFrame 对某列求和、平均值、计数、最大值、最小值
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3,4,5],'B':[10,20,30,40,50]}df=pd.DataFrame(data)#对列'B'求和column_sum=df['B'].sum()print("SumofcolumnB:",column_sum......
  • DEVICENET转ETHERCAT网关连接汇川ethercat通讯协议
    你有没有遇到过生产管理系统中,设备之间的通讯问题?两个不同协议的设备进行通讯,是不是很麻烦?今天,我们为大家介绍一款神奇的产品,能够将不同协议的设备进行连接,让现场的数据交换不再困扰!捷米JM-ECT-DNT是一款DEVICENET从站功能的通讯网关,可以将DEVICENET转ETHERCAT网络连接起来。它......
  • hadoop组件---数据仓库(五)---通过JDBC连接hive的thrift或者hiveserver2
    我们在上一篇文章中已经学习了Hive的常用命令,但是如果使用其他的语言如何跟Hive进行交互呢。Thrift简介Hive拥有HiveServer(Thrift)或者Hiveserver2组件,提供了JDBC驱动服务,使得我们可以用Java代码或者Python来连接Hive并进行一些关系型数据库的sql语句查询等操作。HiveServer或者Hi......
  • DataFrame选择多列
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3],'B':['a','b','c'],'C':[10,20,30]}df=pd.DataFrame(data)#选择多列'A'和'C'selected_columns......
  • DataFrame使用loc选择数据
    importpandasaspd#创建示例DataFramedata={'A':[1,2,3,4,5],'B':['a','b','c','d','e'],'C':[10,20,30,40,50]}df=pd.DataFrame(data,index=[�......