pandas 数据合并

ops/2025/3/3 15:55:56/

数据的合并

  • 使用merge函数合并两个 DataFrame数据结构表

  • 函数的使用方法:

    # 引用pandas
    import pandas as pd
    # marge 使用方法
    pd.marge(df1,df2,on = '',how = '')参数1和参数2: df1和df2 是要合并的两个 DataFrame 数据表参数3: on = '用于指定合并的列索引' 需要是两个数据表相同的列索引参数4: how = '合并的方式'方式1: how = 'inner(默认的)': 只保留两个表中键值匹配的行方式2: how = 'outer':保留两个列表中的所用行,不匹配的部分 就是NaN 空值方式3: how = 'left':以左表为主,保留左表的所有行,右表不匹配的使用 NaN占位方式4: how = 'right':以右表为主,保留右表的所有行,左表不匹配的使用 NaN占位
    

    例如:

    ​ 定义数据:

    # 数据的合并
    # 引用 pandas
    import pandas as pd
    # 定义数据
    data1 = {'学生id':[1,2,3,4],"姓名":["张三","李四","王五","赵六"]
    }
    data2 = {'学生id':[1,2,5,6],'成绩':[23,45,67,89]
    }
    # 创建 DataFrame
    df1 = pd.DataFrame(data1)
    df2 = pd.DataFrame(data2)
    print(df1)
    print(df2)
    

    结果

       学生id  姓名
    0     1  张三
    1     2  李四
    2     3  王五
    3     4  赵六学生id  成绩
    0     1  23
    1     2  45
    2     5  67
    3     6  89
    
    • how = 'inner'

      • 原数据:

      请添加图片描述

      结果:

      请添加图片描述

    • how = outer

      请添加图片描述

    • how = left

      请添加图片描述

    • how = right

      请添加图片描述


http://www.ppmy.cn/ops/162807.html

相关文章

【图像亮度、对比度调整,直方图均衡化及图像平滑】

图像增强与基本处理 目录 图像增强与基本处理目标知识点1. 亮度调整2. 对比度调整3. 直方图均衡化4. 图像平滑(高斯滤波)5. 图像平滑(中值滤波) 目标 学习图像增强的基本方法,包括亮度调整、对比度调整、直方图均衡化…

Java进阶——常用工具类

日常开发中,Arrays、Collections 和 Objects 是非常实用的工具类,提供了丰富的功能,从而可以更高效地处理数组、集合和对象。本文将详细介绍这三个工具类的重要知识细节。 本文目录 一、 Arrays数组转集合并行排序优化Stream 支持 二、 Colle…

DeepSeek 助力 Vue3 开发:打造丝滑的网格布局(Grid Layout)

前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…

Qt中应用程序框架的体系说明 及应用程序类QApplication类深度解析与应用分析

作为Qt开发者,我们肯定经常见到过QApplication类,有时候可能你看到了都没注意,也没太关心这个类做什么用。那你只需随便建个窗体程序的工程,在自动生成的工程文件main.cpp中就能看到,像这样: #include &qu…

鸿蒙ArkTs开发,后台触发数据变化后更新页面 UI事件

文章目录 1、定义全局事件管理器2、触发事件3、页面监听事件 如果你的需求是后台触发状态变化后更新页面 UI,而不是通过页面跳转传递数据,可以通过以下方式实现: 通过自定义事件管理器,后台触发事件后通知页面更新 UI。 1、定义全…

【论文阅读笔记】SL-YOLO(2025/1/13) | 小目标检测 | HEPAN、C2fDCB轻量化模块

目录 摘要 1 引言 2 相关工作 3 方法 3.1 为小目标检测增加一个头 3.2 优化网络结构 3.3 改进轻量化模块 3.3.1 C2fDCB 3.3.2 SCDown 4 实验 4.1 数据集 4.2 实验环境 4.3 与其他模型的比较 4.4 消融研究 ▲不同网络结构的分析 ▲不同模块的分析 ▲不同降采样…

Conda 环境搭建实战:从基础到进阶

在当今复杂多变的软件开发与数据科学领域,拥有一个稳定、可复现且易于管理的开发环境是项目成功的基石。Conda 作为一款强大的跨平台环境管理与包管理工具,为开发者提供了便捷高效的环境搭建与依赖管理解决方案。本文将深入探讨 Conda 环境搭建的实战技巧…

基于Matlab的多目标粒子群优化

在复杂系统的设计、决策与优化问题中,常常需要同时兼顾多个相互冲突的目标,多目标粒子群优化(MOPSO)算法应运而生,作为群体智能优化算法家族中的重要成员,它为解决此类棘手难题提供了高效且富有创新性的解决…