如下所示：
|
1
2
3
|
import numpy as npimport pandas as pdfrom pandas import Series,DataFrame |
一、merge函数
|
1
2
3
4
5
6
7
|
left1 = DataFrame({'水果':['苹果','梨','草莓'], '价格':[3,4,5], '数量':[9,8,7]}).set_index('水果')right1 = DataFrame({'水果':['苹果','草莓'], '产地':['美国','中国']})print(left1)print(right1) |
|
1
2
3
4
5
6
7
8
|
价格 数量水果 苹果 3 9梨 4 8草莓 5 7 产地 水果0 美国 苹果1 中国 草莓 |
|
1
|
print(pd.merge(left1,right1,right_on='水果',left_index=True,how='outer')) |
|
1
2
3
4
|
价格 数量 产地 水果0 3 9 美国 苹果1 4 8 NaN 梨1 5 7 中国 草莓 |
二、DataFrame的join函数
|
1
2
|
left2 = left1right2 = right1.set_index('水果') |
1.join函数默认将两个DataFrame的index进行合并
|
1
|
print(left2.join(right2)) |
|
1
2
3
4
5
|
价格 数量 产地水果 苹果 3 9 美国梨 4 8 NaN草莓 5 7 中国 |
2.若其中一个DataFrame合并的键不在索引上，可使用on参数
|
1
|
print(right1.join(left1,on='水果',how='outer')) |
|
1
2
3
4
|
产地 水果 价格 数量0 美国 苹果 3 91 中国 草莓 5 71 NaN 梨 4 8 |
3.多个DataFrame按索引合并
|
1
2
|
another = DataFrame({'水果':['苹果','香蕉','梨'], '品质':['AA','AAAA','A']}).set_index('水果') |
|
1
|
print(left2.join([right2,another],how='outer')) |
|
1
2
3
4
5
|
价格 数量 产地 品质梨 4.0 8.0 NaN A苹果 3.0 9.0 美国 AA草莓 5.0 7.0 中国 NaN香蕉 NaN NaN NaN AAAA |
以上这篇Pandas 按索引合并数据集的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/bqw18744018044/article/details/79948493
