Python Pandas – 从两个 DataFrames 合并并创建笛卡尔积

  • Z时代
  • 2024-01-10
  • 分类：综合

要合并 Pandas DataFrame，请使用该merge()函数。通过在函数的“如何”参数下设置，笛卡尔积在两个数据帧上实现，merge()即 -

how = “cross”

首先，让我们使用别名导入 pandas 库 -

import pandas as pd

创建 DataFrame1 -

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 120]
   }
)

创建 DataFrame2

dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Tesla', 'Jaguar'],"Reg_Price": [7000, 8000, 9000]
   }
)

接下来，将 DataFrames 与“how”参数中的“cross”合并，即笛卡尔积 -

mergedRes = pd.merge(dataFrame1, dataFrame2, how ="cross")

示例

以下是代码

import pandas as pd
# 创建 DataFrame1
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 120]
   }
)
print("DataFrame1 ...\n",dataFrame1)
# 创建 DataFrame2
dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Tesla', 'Jaguar'],"Reg_Price": [7000, 8000, 9000]
   }
)
print("\nDataFrame2 ...\n",dataFrame2)
# merge DataFrames with "cross" in "how" parameteri.eCartesian Product
mergedRes = pd.merge(dataFrame1, dataFrame2, how ="cross")
print("\nMerged dataframe with cartesian product...\n", mergedRes)
输出结果

这将产生以下输出 -

DataFrame1 ...
       Car   Units
0      BMW     100
1  Mustang     150
2  Bentley     110
3   Jaguar     120
DataFrame2 ...
      Car   Reg_Price
0     BMW        7000
1   Tesla        8000
2  Jaguar        9000
Merged dataframe with cartesian product...
       Car   Units   Car_y   Reg_Price
0      BMW     100     BMW        7000
1      BMW     100   Tesla        8000
2      BMW     180  Jaguar        9000
3  Mustang     150     BMW        7000
4  Mustang     150   Tesla        8000
5  Mustang     150  Jaguar        9000
6  Bentley     110     BMW        7000
7  Bentley     110   Tesla        8000
8  Bentley     110  Jaguar        9000
9   Jaguar     120     BMW        7000
10  Jaguar     120   Tesla        8000
11  Jaguar     120  Jaguar        9000

以上是 Python Pandas – 从两个 DataFrames 合并并创建笛卡尔积 的全部内容， 来源链接： utcz.com/z/359947.html

回到顶部