Поиск по сайту:

Pandas merge() — объединение двух объектов DataFrame


Функция Pandas DataFrame merge() используется для объединения двух объектов DataFrame с операцией соединения в стиле базы данных. Объединение выполняется по столбцам или индексам. Если объединение выполняется по столбцам, индексы игнорируются. Эта функция возвращает новый DataFrame, а исходные объекты DataFrame не изменяются.

Синтаксис функции Pandas DataFrame merge()

Синтаксис функции merge():

def merge(
    self,
    right,
    how="inner",
    on=None,
    left_on=None,
    right_on=None,
    left_index=False,
    right_index=False,
    sort=False,
    suffixes=("_x", "_y"),
    copy=True,
    indicator=False,
    validate=None,
)

  • справа: другой фрейм данных для объединения с исходным фреймом данных.
  • как: {‘слева’, ‘справа’, ‘внешний’, ‘внутренний’}, по умолчанию ‘внутренний’. Это самый важный параметр для определения типа операции слияния. Они аналогичны левому внешнему соединению SQL, правому внешнему соединению, полному внешнему соединению и внутреннему соединению.
  • on: Имена столбцов или уровней индекса для объединения. Эти столбцы должны присутствовать в обоих DataFrames. Если он не указан, используется пересечение столбцов в обоих кадрах данных.
  • left_on: имена столбцов или уровней индекса для объединения в левом фрейме данных.
  • right_on: имена столбцов или уровней индекса для объединения в правильном фрейме данных.
  • left_index: используйте индекс из левого фрейма данных в качестве ключа(ов) соединения.
  • right_index: используйте индекс из правого фрейма данных в качестве ключа соединения.
  • sort: лексикографическая сортировка ключей соединения в результирующем DataFrame.
  • суффиксы: суффикс, применяемый к перекрывающимся именам столбцов слева и справа соответственно.
  • индикатор: если выбрано значение True, добавляется столбец в выходной DataFrame с именем \_merge с информацией об источнике каждой строки.
  • validate: используется для проверки процесса слияния. Допустимые значения: {\one_to_one или \1:1, \one_to_many или \1:m, \many_to_one или \m:1, \many_to_many или \m: м”}.

Pandas DataFrame merge() Примеры

Давайте рассмотрим несколько примеров слияния двух объектов DataFrame.

1. Слияние по умолчанию — внутреннее соединение

import pandas as pd

d1 = {'Name': ['Pankaj', 'Meghna', 'Lisa'], 'Country': ['India', 'India', 'USA'], 'Role': ['CEO', 'CTO', 'CTO']}

df1 = pd.DataFrame(d1)

print('DataFrame 1:\n', df1)

df2 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['Pankaj', 'Anupam', 'Amit']})
print('DataFrame 2:\n', df2)

df_merged = df1.merge(df2)
print('Result:\n', df_merged)

Выход:

DataFrame 1:
      Name Country Role
0  Pankaj   India  CEO
1  Meghna   India  CTO
2    Lisa     USA  CTO
DataFrame 2:
    ID    Name
0   1  Pankaj
1   2  Anupam
2   3    Amit
Result:
      Name Country Role  ID
0  Pankaj   India  CEO   1

2. Слияние фреймов данных с левым, правым и внешним соединением

print('Result Left Join:\n', df1.merge(df2, how='left'))
print('Result Right Join:\n', df1.merge(df2, how='right'))
print('Result Outer Join:\n', df1.merge(df2, how='outer'))

Выход:

Result Left Join:
      Name Country Role   ID
0  Pankaj   India  CEO  1.0
1  Meghna   India  CTO  NaN
2    Lisa     USA  CTO  NaN
Result Right Join:
      Name Country Role  ID
0  Pankaj   India  CEO   1
1  Anupam     NaN  NaN   2
2    Amit     NaN  NaN   3
Result Outer Join:
      Name Country Role   ID
0  Pankaj   India  CEO  1.0
1  Meghna   India  CTO  NaN
2    Lisa     USA  CTO  NaN
3  Anupam     NaN  NaN  2.0
4    Amit     NaN  NaN  3.0

3. Объединение DataFrame в определенные столбцы

import pandas as pd

d1 = {'Name': ['Pankaj', 'Meghna', 'Lisa'], 'ID': [1, 2, 3], 'Country': ['India', 'India', 'USA'],
      'Role': ['CEO', 'CTO', 'CTO']}
df1 = pd.DataFrame(d1)

df2 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['Pankaj', 'Anupam', 'Amit']})

print(df1.merge(df2, on='ID'))
print(df1.merge(df2, on='Name'))

Выход:

   Name_x  ID Country Role  Name_y
0  Pankaj   1   India  CEO  Pankaj
1  Meghna   2   India  CTO  Anupam
2    Lisa   3     USA  CTO    Amit

     Name  ID_x Country Role  ID_y
0  Pankaj     1   India  CEO     1

4. Укажите левый и правый столбцы для объединения объектов DataFrame.

import pandas as pd

d1 = {'Name': ['Pankaj', 'Meghna', 'Lisa'], 'ID1': [1, 2, 3], 'Country': ['India', 'India', 'USA'],
      'Role': ['CEO', 'CTO', 'CTO']}
df1 = pd.DataFrame(d1)

df2 = pd.DataFrame({'ID2': [1, 2, 3], 'Name': ['Pankaj', 'Anupam', 'Amit']})

print(df1.merge(df2))

print(df1.merge(df2, left_on='ID1', right_on='ID2'))

Выход;

     Name  ID1 Country Role  ID2
0  Pankaj    1   India  CEO    1

   Name_x  ID1 Country Role  ID2  Name_y
0  Pankaj    1   India  CEO    1  Pankaj
1  Meghna    2   India  CTO    2  Anupam
2    Lisa    3     USA  CTO    3    Amit

5. Использование индекса в качестве ключей соединения для слияния фреймов данных

import pandas as pd

d1 = {'Name': ['Pankaj', 'Meghna', 'Lisa'], 'Country': ['India', 'India', 'USA'], 'Role': ['CEO', 'CTO', 'CTO']}
df1 = pd.DataFrame(d1)

df2 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['Pankaj', 'Anupam', 'Amit']})

df_merged = df1.merge(df2)
print('Result Default Merge:\n', df_merged)

df_merged = df1.merge(df2, left_index=True, right_index=True)
print('\nResult Index Merge:\n', df_merged)

Выход:

Result Default Merge:
      Name Country Role  ID
0  Pankaj   India  CEO   1

Result Index Merge:
    Name_x Country Role  ID  Name_y
0  Pankaj   India  CEO   1  Pankaj
1  Meghna   India  CTO   2  Anupam
2    Lisa     USA  CTO   3    Amit

Рекомендации

  • Учебное пособие по Python Pandas
  • Документ API API слияния DataFrame()