Как объединить две таблицы данных в pandas: подробное руководство! 🔄

Как объединить два dataframe в pandas

Observe:

import pandas as pd

# Создаем первый dataframe
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

# Создаем второй dataframe
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

Чтобы объединить два dataframe в pandas, мы можем использовать метод merge(). Этот метод позволяет объединить dataframe по определенным столбцам. Ниже приведен пример:

# Объединяем dataframe по столбцам 'A' и 'B'
merged_df = pd.merge(df1, df2, on=['A', 'B'])
print(merged_df)

Output:

    A   B   C_x   D_x   C_y   D_y
0  A4  B4   C4    D4    C4    D4
1  A5  B5   C5    D5    C5    D5
2  A6  B6   C6    D6    C6    D6
3  A7  B7   C7    D7    C7    D7

При объединении dataframe с помощью метода merge() мы указываем столбцы, по которым происходит объединение. В данном примере мы объединяем dataframe по столбцам 'A' и 'B', и получаем новый dataframe с добавленными столбцами 'C_y' и 'D_y', содержащими значения из второго dataframe.

Кроме того, у метода merge() есть несколько параметров, которые могут быть полезными при объединении dataframe.

Для пользователей, которые хотят сохранить все строки из обоих dataframe, независимо от их совпадения, можно использовать параметр how='outer'. Например:

# Объединяем dataframe с сохранением всех строк
merged_df_outer = pd.merge(df1, df2, on=['A', 'B'], how='outer')
print(merged_df_outer)

Output:

    A   B   C_x   D_x   C_y   D_y
0  A0  B0   C0    D0    NaN   NaN
1  A1  B1   C1    D1    NaN   NaN
2  A2  B2   C2    D2    NaN   NaN
3  A3  B3   C3    D3    NaN   NaN
4  A4  B4   NaN   NaN   C4    D4
5  A5  B5   NaN   NaN   C5    D5
6  A6  B6   NaN   NaN   C6    D6
7  A7  B7   NaN   NaN   C7    D7

Если пользователь хочет сохранить только строки, которые существуют в обоих dataframe, можно использовать параметр how='inner'. Например:

# Объединяем dataframe с сохранением только существующих строк
merged_df_inner = pd.merge(df1, df2, on=['A', 'B'], how='inner')
print(merged_df_inner)

Output:

    A   B   C_x   D_x   C_y   D_y
0  A4  B4   C4    D4    C4    D4
1  A5  B5   C5    D5    C5    D5
2  A6  B6   C6    D6    C6    D6
3  A7  B7   C7    D7    C7    D7

Можно использовать также параметр suffixes, чтобы указать суффиксы для столбцов, которые имеют конфликтующие имена. Например:

# Объединяем dataframe с указанием суффиксов для конфликтующих имен столбцов
merged_df_suffix = pd.merge(df1, df2, on=['A', 'B'], suffixes=('_df1', '_df2'))
print(merged_df_suffix)

Output:

    A   B   C_df1   D_df1   C_df2   D_df2
0  A4  B4   C4      D4      C4      D4
1  A5  B5   C5      D5      C5      D5
2  A6  B6   C6      D6      C6      D6
3  A7  B7   C7      D7      C7      D7

Это позволяет явно указывать, откуда происходят значения в объединенных столбцах.

В этой статье мы рассмотрели, как объединить два dataframe в pandas с помощью метода merge(). Мы изучили различные параметры, такие как how и suffixes, которые позволяют настраивать результат.