Pandas教程-Pandas DataFrame.join()

当我们想要连接我们的数据框时,我们可以通过堆叠它们来将它们添加在一起,要么垂直堆叠,要么水平堆叠。另一种组合这些数据框的方法是使用每个数据集中包含共同值的列。使用共同字段组合DataFrame的方法称为"连接"。我们用于合并DataFrame的方法是join()方法。包含共同值的列被称为"连接键"。
join()方法通常在一个DataFrame是包含在另一个DataFrame中的查找表时非常有用。它是一种方便的方法,可以将两个具有不同索引的DataFrame的列组合成一个单独的DataFrame。
确定连接键
要确定适当的连接键,首先必须定义在DataFrame之间共享的所需字段。两个DataFrame都包含具有相同名称并且还包含相同数据的列。
内连接
内连接可以定义为最常用的连接。基本上,它的主要任务是基于连接键组合两个DataFrame,并返回一个新的DataFrame。返回的DataFrame仅包含在原始DataFrame中的两个DataFrame中具有匹配值的选定行。
左连接
如果我们想要在不丢失任何数据的情况下将一些信息添加到DataFrame中,我们可以通过一种称为"左外连接"或"左连接"的不同类型的连接来简单地实现。
与内连接类似,左连接还使用连接键将两个DataFrame组合在一起,但与内连接不同,它返回来自左DataFrame的所有行,即使这些行的连接键不包括在右DataFrame的值中。
语法:
DataFrame.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)
参数:
other: 它是DataFrame或Series。
在这种情况下,索引应与其中一个列的名称相似。如果我们传递一个Series,则必须设置命名属性,以便将其用作结果连接的DataFrame中的列名。
on: 它是可选参数,引用array-like或str值。
它是调用者上要加入的列或索引级别名称。否则,它会在索引上进行连接。如果存在多个值,则other DataFrame必须具有MultiIndex。这类似于Excel的VLOOKUP操作,如果它尚未包含在调用DataFrame中,则可以将数组作为连接键传递。
how: 它是指 'left'、'right'、'outer'、'inner' 值,主要用于处理两个对象的操作方式。how的默认值是left。
- left: 如果指定了参数on,则使用调用框架的索引或列。
- right: 使用其他索引。
- outer: 用于使用参数on指定的调用框架的索引或列与其他索引形成联合,并对其进行字典排序。
- inner: 用于使用参数on指定的调用框架的索引或列与其他索引形成交集。因此,由于这一点,它保留了调用对象的顺序。
lsuffix: 它是一个字符串对象,默认值为''。它使用左帧重叠列的后缀。
rsuffix: 它是一个字符串值,默认值为''。它使用右帧重叠列的后缀。
sort: 它由一个布尔值组成,将结果DataFrame按连接键字典顺序进行排序。如果传递False值,那么连接键的顺序主要取决于连接类型,即how。
示例: 下面的示例显示了join()函数的工作方式。
import pandas as pd
info = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],
'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']})
x = pd.DataFrame({'key': ['K0', 'K1', 'K2'],
'B': ['B0', 'B1', 'B2']})
info.join(x, lsuffix='_caller', rsuffix='_x')
info.set_index('key').join(x.set_index('key'))
info.join(x.set_index('key'), on='key')
输出:
key A B
0 K0 A0 B0
1 K1 A1 B1
2 K2 A2 B2
3 K3 A3 NaN
4 K4 A4 NaN
5 K5 A5 NaN
示例2: 下面的示例连接了两个MultiIndexes:
import pandas as pd
leftindex = pd.MultiIndex.from_product([list('xyz'), list('pq'), [1, 2]],
names=['xyz', 'pq', 'num'])
left = pd.DataFrame({'value': range(12)}, index=leftindex)
left
输出:
value
xyz pq num
x p 1 0
2 1
q 1 2
2 3
y p 1 4
2 5
q 1 6
2 7
z p 1 8
2 9
q 1 10
2 11