Python-科学计算-pandas-06-Df合并

微信公众号原文

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. 以pos列作为连接，将两个Df合并成一个Df，效果如下图

合并

1.png

Part 2：代码

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

2.png

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_1和df_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_2中time及value1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

本文为原创作品，欢迎分享朋友圈

长按图片识别二维码，关注本公众号
Python 优雅 帅气

12x0.8.jpg