pandas学习笔记19-数据合并与连接（一）-外链论坛

esc0rp 发表于 2024-8-4 15:45:27

pandas学习笔记19-数据合并与连接（一）

在前面的课程中，咱们学习了数据筛选和排序。今天，咱们将学习怎样将多个数据集合并成一个统一的数据集。
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/tos-cn-i-axegupay5k/0f35fee82ec34855b09c036756968619~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1723347555&x-signature=LPesbQ4yzk2Kjv5%2BDhjKV%2BX4ZlI%3D" style="width: 50%; margin-bottom: 20px;"></div>
<h1 style="color: black; text-align: left; margin-bottom: 10px;">数据连接概述</h1>
数据连接是数据分析中的一项基本技能，它准许咱们将来自区别源自的数据集组合起来，以便进行更深入的分析。
内连接
python代码
import pandas as pd
# 创建示例数据集
df1 = pd.DataFrame({
Key: ,
Value1: 
})
df2 = pd.DataFrame({
Key: ,
Value2: 
})
# 内连接
inner_join = pd.merge(df1, df2, on=Key, how=inner)
print(inner_join)
外连接
python代码
# 外连接
outer_join = pd.merge(df1, df2, on=Key, how=outer)
print(outer_join)
左连接和右连接
python代码
# 左连接
left_join = pd.merge(df1, df2, on=Key, how=left)
# 右连接
right_join = pd.merge(df1, df2, on=Key, how=right)
print(left_join)
print(right_join)
参数和选项
- `on`: 指定连接的列名。
- `how`: 指定连接的类型，能够是inner, outer, left, right。
- `suffixes`: 当两个数据集中有相同名叫作的列时，用于区分它们的后缀。
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/tos-cn-i-6w9my0ksvp/1658eb5708724703b55da40204623447~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1723347555&x-signature=k8dwekMAtD%2BLf%2B5mBVIVHCymeGY%3D" style="width: 50%; margin-bottom: 20px;"></div>
<h1 style="color: black; text-align: left; margin-bottom: 10px;">实质案例演示</h1>
python代码
import pandas as pd
import numpy as np
# 客户信息表
data_customers = {
CustomerID: ,
Name: ,
Country: 
}
df_customers = pd.DataFrame(data_customers)
# 订单信息表
data_orders = {
OrderID: ,
CustomerID: ,
OrderDate: pd.to_datetime(),
Amount: 
}
df_orders = pd.DataFrame(data_orders)
过程1：查看数据
首要，查看咱们的数据集。
python代码
print(df_customers)
print(df_orders)
过程2：内连接
运用内连接合并客户信息和订单信息，只保存匹配的客户ID。
python代码
# 内连接
inner_join = pd.merge(df_customers, df_orders, on=CustomerID, how=inner)
print(inner_join)
过程3：外连接
运用外连接合并客户信息和订单信息，保存所有客户和订单，即使某些订单无匹配的客户信息。
python代码
# 外连接
outer_join = pd.merge(df_customers, df_orders, on=CustomerID, how=outer)
print(outer_join)
过程4：左连接
运用左连接合并客户信息和订单信息，保存所有客户信息，即使某些客户无订单。
python代码
# 左连接
left_join = pd.merge(df_customers, df_orders, on=CustomerID, how=left)
print(left_join)
过程5：右连接
运用右连接合并客户信息和订单信息，保存所有订单信息，即使某些订单无匹配的客户信息。
python代码
# 右连接
right_join = pd.merge(df_customers, df_orders, on=CustomerID, how=right)
print(right_join)
过程6：参数和选项
在merge()函数中，咱们能够运用区别的参数来定制连接的行径。
python代码
# 运用区别的连接参数
suffixes = 
merged_data = pd.merge(df_customers, df_orders, on=CustomerID, how=inner, suffixes=suffixes)
print(merged_data)

4lqedz 发表于 2024-10-2 18:02:15

外贸B2B平台有哪些？

4zhvml8 发表于 2024-10-20 11:12:12

顶楼主，说得太好了！

页: [1]

外链论坛's Archiver

pandas学习笔记19-数据合并与连接（一）