Python基本チュートリアル:PandasでのDataFrameデータのマージ、接続(concat,merge,join)のインスタンス

14121 ワード

@本文は公衆番号に由来します:csdn 2299、公衆番号のプログラマー学府に注目することができるのが好きです今日編集者はPandasの中でDataFrameデータの合併、接続(concat、merge、join)の実例を共有することができて、とても良い参考価値があって、みんなに役に立つことを望みます.一緒に編集者について見てみましょう.最近、仕事中にデータの統合、接続の問題に遭遇したので、以下のように整理して、需要者の参考にしてください.
一、concat:1つの軸に沿って、複数のオブジェクトを積み重ねます.
concatメソッドは、データベース内の全接続(union all)に相当します.接続方法(outer joinまたはinner join)だけでなく、軸による接続も指定できます.データベースとは異なり、重くはなりませんがdrop_を使用できます.duplicates法は重量除去の効果を達成する.

concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, 
    keys=None, levels=None, names=None, verify_integrity=False, copy=True):

pd.concat()は単純に2つのテーブルをつなぎ合わせるだけで、パラメータaxisはキーで、行か列かを指定するために使用され、axisのデフォルトは0です.
axis=0の場合、pd.concat([obj 1,obj 2])の効果とobj 1.append(obj 2)は同じである.axis=1の場合、pd.concat([obj 1,obj 2],axis=1)の効果とpd.merge(obj 1,obj 2,left_index=True,right_index=True,how=‘outer’)は同じです.
mergeメソッドの紹介は以下を参照してください.
パラメータの説明:
OBjs:接続が必要なオブジェクトのセットで、一般的にリストまたは辞書です.
axis:軸方向を接続する;
join:パラメータは「outer」または「inner」です.
join_axes=[]:カスタムインデックスを指定します.
keys=[]:階層インデックスの作成;
ignore_index=True:インデックスの再構築
例:pd.concat()は単純に2つのテーブルをつなぎ合わせるだけで、パラメータaxisはキーで、行か列かを指定するために使用され、axisのデフォルトは0です.
axis=0の場合、pd.concat([obj 1,obj 2])の効果とobj 1.append(obj 2)は同じである.axis=1の場合、pd.concat([obj 1,obj 2],axis=1)の効果とpd.merge(obj 1,obj 2,left_index=True,right_index=True,how=‘outer’)は同じです.
mergeメソッドの紹介は以下を参照してください.
パラメータの説明:
OBjs:接続が必要なオブジェクトのセットで、一般的にリストまたは辞書です.
axis:軸方向を接続する;
join:パラメータは「outer」または「inner」です.
join_axes=[]:カスタムインデックスを指定します.
keys=[]:階層インデックスの作成;
ignore_index=True:インデックスの再構築
例:

df1=DataFrame(np.random.randn(3,4),columns=['a','b','c','d']) 
  
df2=DataFrame(np.random.randn(2,3),columns=['b','d','a']) 
  
pd.concat([df1,df2]) 
  
     a     b     c     d 
0 -0.848557 -1.163877 -0.306148 -1.163944
1 1.358759 1.159369 -0.532110 2.183934
2 0.532117 0.788350 0.703752 -2.620643
0 -0.316156 -0.707832    NaN -0.416589
1 0.406830 1.345932    NaN -1.874817
  
pd.concat([df1,df2],ignore_index=True) 
  
     a     b     c     d 
0 -0.848557 -1.163877 -0.306148 -1.163944
1 1.358759 1.159369 -0.532110 2.183934
2 0.532117 0.788350 0.703752 -2.620643
3 -0.316156 -0.707832    NaN -0.416589
4 0.406830 1.345932    NaN -1.874817

二、merge:キーで列をつなぐ
リレーショナル・データベースと同様に、1つ以上のキーに基づいて異なるDatFrameを接続できます.この関数の典型的な適用シーンは、同じプライマリ・キーに対して2つの異なるフィールドのテーブルが存在し、プライマリ・キーに基づいて1つのテーブルに統合されることです.

merge(left, right, how='inner', on=None, left_on=None, right_on=None, 
left_index=False, right_index=False, sort=True, 
suffixes=('_x', '_y'), copy=True, indicator=False)

パラメータの説明:
leftとright:2つの異なるDataFrame;
how:接続方式、inner、left、right、outerがあり、デフォルトはinnerである.
on:接続に使用するカラムインデックス名で、左右の2つのデータFrameに存在する必要があり、指定がなく、その他のパラメータも指定されていない場合は、2つのデータFrameカラム名が交差することを接続キーとする.
left_on:左側のDataFrameで接続キーに使用されるカラム名です.このパラメータは左右のカラム名が異なりますが、意味が同じ場合に便利です.
right_on:右側のDataFrameで接続キーに使用されるカラム名;
left_index:左側のDataFrameのローインデックスを接続キーとして使用します.
right_index:接続キーとして右側のDataFrameのローインデックスを使用します.
sort:デフォルトはTrueで、マージしたデータをソートし、Falseに設定するとパフォーマンスが向上します.
suffixes:文字列値からなるメタグループで、左右のDataFrameに同じカラム名が存在する場合にカラム名の後ろに付加される接尾辞名を指定します.デフォルトは('_x','_y');
copy:デフォルトはTrueで、常にデータ構造にデータをコピーし、Falseに設定するとパフォーマンスが向上します.
indicator:連結データ内のデータのソース状況を表示
例:

# 1.             。
df1=DataFrame({
     'key':['a','b','b'],'data1':range(3)})  
df2=DataFrame({
     'key':['a','b','c'],'data2':range(3)})  
pd.merge(df1,df2)  #       ，       ，         
  
  data1 key data2 
0   0  a   0
1   1  b   1
2   2  b   1
  
# 2.   inner  （ key   ），      （left,right,outer)，         ：how=''
pd.merge(df2,df1) 
  
  data2 key data1 
0   0  a   0
1   1  b   1
2   1  b   2          #     ，    c     。 
  
pd.merge(df2,df1,how='left')  #  how，       
  
  data2 key data1 
0   0  a   0
1   1  b   1
2   1  b   2
3   2  c  NaN 
  
# 3.               ， ：pd.merge(df1,df2,on=['key1','key2']
right=DataFrame({
     'key1':['foo','foo','bar','bar'], 
     'key2':['one','one','one','two'], 
     'lval':[4,5,6,7]}) 
left=DataFrame({
     'key1':['foo','foo','bar'], 
     'key2':['one','two','one'], 
     'lval':[1,2,3]}) 
right=DataFrame({
     'key1':['foo','foo','bar','bar'], 
     'key2':['one','one','one','two'], 
     'lval':[4,5,6,7]}) 
pd.merge(left,right,on=['key1','key2'],how='outer') #     
   
 key1 key2 lval_x lval_y 
0 foo one    1    4
1 foo one    1    5
2 foo two    2   NaN 
3 bar one    3    6
4 bar two   NaN    7
  
# 4.           ，      ， ：pd.merge(df1,df2,left_on='lkey',right_on='rkey')
df3=DataFrame({
     'key3':['foo','foo','bar','bar'], #    right key      
     'key4':['one','one','one','two'], 
     'lval':[4,5,6,7]}) 
pd.merge(left,df3,left_on='key1',right_on='key3') #        
   
 key1 key2 lval_x key3 key4 lval_y 
0 foo one    1 foo one    4
1 foo one    1 foo one    5
2 foo two    2 foo one    4
3 foo two    2 foo one    5
4 bar one    3 bar one    6
5 bar one    3 bar two    7

三、join:主にインデックス上のマージに使用する

join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False):

そのパラメータの意味はmerge法におけるパラメータの意味と基本的に同じである.あなたの大学を読む时に独学pythonを选んだことに感谢して、仕事をしてコンピュータの基础の悪い损を食べたことを発见して、学歴がだめなのは仕方がないことで、后日补うしかなくて、そこでコードの外で自分の逆襲の道を开いて、绝えずpythonの核心の知识を学んで、深くコンピュータの基础知识を研究して、整理して、もしあなたも平凡ではありませんならば、それでは私と一绪にコードの外で、绝えず成长しましょう!実はここには技術があるだけでなく、技術以外のものもあります.例えば、どのように精緻なプログラマーになるか、「キックアス」ではなく、プログラマー自体が高貴な存在ではないでしょうか.[クリックして参加]あなた自身が高尚な人になりたいと思って、がんばって!

重複データの一括更新

データベースVIEW(ビュー)