上一篇文章中提到的merge函数，也就是类似于SQL的join方法中，主要的参数是on参数；
除了on参数，还有专门针对index join的参数：index；
可以理解成是左边的一列和右边的索引进行连接，想了想，R中应该是data.table有这种便利的函数，其实我更喜欢直接用SQLDF包；
书中的例子是：
复制代码
1
2
3
4
left1=DataFrame({'key':['a','b','a','a','b','c'],
'value':range(6)})
right1=DataFrame({'group_val':[3.5,7]},index=['a','b'])
这两个数据框如下：
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
left1
key
value
0
a
0
1
b
1
2
a
2
3
a
3
4
b
4
5
c
5
复制代码
1
2
3
4
5
6
7
right1
group_val
a
3.5
b
7.0
可以看到下面的right1 的index 是 a和b；
那么：
复制代码
1
2
3
4
pd.merge(left1,right1,
left_on='key',
right_index=True,
how='outer')这个函数就是针对left1和right1两个数据框进行合并，join的连接键是左边是key这一列，而右边的看到不用on,而是right_index这个参数，结果为
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
key
value
group_val
0
a
0
3.5
2
a
2
3.5
3
a
3
3.5
1
b
1
7.0
4
b
4
7.0
5
c
5
NaN
其实就是外连接，外连接会产生笛卡尔积，所以每一个a，即使在right数据框中没有也会对应一个重复的值，当然c就是NA了。
复制代码
1
2
3
4
5
6
7
8
9
left2=DataFrame({'key':['a','b','a','a','b','c'],
'value':range(6),
'data':np.random.randn(6)})
right2=DataFrame({'group_val':[3.5,7]},
index=[['a','b'],[0,0]])
pd.merge(left2,right2,
left_on=['key','value'],
right_index=True,
how='inner')修正一下这两个数据框，添加两个index在right2中，然后再次合并，发现结果为：
复制代码
1
2
3
4
5
6
7
8
data key
value
group_val
0 -0.771492
a
0
3.5
也就是通过key,value作为连接键，然后左边连得是data，右边连得是index对应的那一行，
顺便说一句，在索引中，数字一定要是数字形式；比如：
复制代码
1
2
right2=DataFrame({'group_val':[3.5,7]},
index=[['a','b'],[0,0]])这样是能连接上的，但是如果：
复制代码
1
2
right2=DataFrame({'group_val':[3.5,7]},
index=[['a','b'],['0','0']])这样的话，0会被默认认为是字符，无法进行连接。
最后
以上就是负责月光最近收集整理的关于【python学习笔记】Dataframe和类SQL的merge函数（二）的全部内容，更多相关【python学习笔记】Dataframe和类SQL内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复