Python Pandas – 以一对一的关系合并 DataFrame

  • Z时代
  • 2024-01-10
  • 分类：综合

要合并 Pandas DataFrame，请使用merge () 函数。的一个对一关系由下“设定上都DataFrames实现验证所述的”参数merge()函数即-

validate = “one-to-one”
or
validate = “1:1”

一对多关系检查合并键在左右数据集中是否唯一。

首先，让我们创建我们的第一个DataFrame -

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90]
   }
)

现在，让我们创建我们的第二个DataFrame -

dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
   }
)

示例

以下是代码 -

#
# 以一对一的关系合并 Pandas DataFrame
#
import pandas as pd
# 创建 DataFrame1
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90]
   }
)
print("DataFrame1 ...\n",dataFrame1)
# 创建 DataFrame2
dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
   }
)
print("\nDataFrame2 ...\n",dataFrame2)
# merge DataFrames with "one-to-one" in "validate" parameter
mergedRes = pd.merge(dataFrame1, dataFrame2, validate ="one_to_one")
print("\nMerged dataframe with one-to-one relation...\n", mergedRes)
输出结果

这将产生以下输出 -

DataFrame1 ...
       Car   Units
0      BMW     100
1    Lexus     150
2     Audi     110
3  Mustang      80
4  Bentley     110
5   Jaguar      90
DataFrame2 ...
        Car   Reg_Price
0       BMW        7000
1     Lexus        1500
2     Tesla        5000
3   Mustang        8000
4  Mercedes        9000
5    Jaguar        6000
Merged dataframe with one-to-one relation
       Car   Units   Reg_Price
0      BMW     100        7000
1    Lexus     150        1500
2  Mustang      80        8000
3   Jaguar      90        6000

以上是 Python Pandas – 以一对一的关系合并 DataFrame 的全部内容， 来源链接： utcz.com/z/347511.html

回到顶部