首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Python-科学计算-pandas-06-Df合并

系统:Windows 7 语言版本:Anaconda3-4.3.0.1-Windows-x86_64 编辑器:pycharm-community-2016.3.2

  • 这个系列讲讲Python的科学计算版块
  • 今天讲讲pandas模块:将两个Df进行合并

Part 1:示例

  1. 已知df_1,有3列["time", "pos", "value1"]
  2. 已知df_2,有3列["pos", "value2", "value3"]
  3. pos列作为连接,将两个Df合并成一个Df,效果如下图

合并

Part 2:代码

代码语言:javascript
复制
import pandas as pd
dict_1 = {"time": ["2019-11-2", "2019-11-2", "2019-11-2"],          "pos": ["P1", "P2", "P3"],          "value1": [0.5, 0.8, 1.0]}
df_1 = pd.DataFrame(dict_1, columns=["time", "pos", "value1"])

dict_2 = {"pos": ["P1", "P2", "P3", "P4"],          "value2": [-1, -2, -3, -4],          "value3": [1, 2, 3, 4]}
df_2 = pd.DataFrame(dict_2, columns=["pos", "value2", "value3"])
print("\ndf_1")print(df_1)
print("\ndf_2")print(df_2)
df_merge_1 = pd.merge(df_1, df_2, how='left', on='pos')print("\ndf_merge_1")print(df_merge_1)
df_merge_2 = pd.merge(df_2, df_1, how='left', on='pos')print("\ndf_merge_2")print(df_merge_2)

代码截图

Part 3:部分代码解读

  1. pd.merge(df_1, df_2, how='left', on='pos'),以pos列作为df_1df_2的关联列,采用左连接的方式
    • 左连接,可以简单理解为行采用左边的df_1作为基准,在示例中发现df_merge_1没有P4点
    • 同理df_merge_2timevalue1没有数据
  2. 那么使用场景是什么呢?结合列与列之间的运算,会有一番新天地
下一篇
举报
领券