Kuinka yhdistän Pandan tietokehykset?
Kuinka yhdistän Pandan tietokehykset?

Video: Kuinka yhdistän Pandan tietokehykset?

Video: Kuinka yhdistän Pandan tietokehykset?
Video: Täydellinen vastauskyselykurssi tunnissa | TanStack Query v4 aloittelijoille 2024, Huhtikuu
Anonim

Liittymään näihin DataFrames , pandat tarjoaa useita toimintoja, kuten concat(), yhdistää (), join() jne. Tässä osiossa harjoittelet käyttöä yhdistää () funktio pandat . Voit huomata, että DataFrames ovat nyt yhdistetty sinkkuksi Datakehys molempien id-sarakkeessa olevien yhteisten arvojen perusteella DataFrames.

Kun tämä pidetään mielessä, kuinka yhdistät datakehykset?

Määritä liittyä seuraan kirjoita "how"-komento. A vasen liittyä seuraan , tai vasemmalle yhdistää , pitää jokaisen rivin vasemmalta datakehys . Tulos vasemmalta- liittyä seuraan tai vasen- yhdistää kahdesta tietokehykset Pandasissa. Rivit vasemmalla datakehys joilla ei ole vastaavaa liittyä seuraan arvo oikealla datakehys jää NaN-arvot.

Lisäksi kuinka voin liittää tietokehyksen toiseen tietokehykseen Pythonissa? Pandas-tietokehys . liittää () -toimintoa käytetään liittää riviä muita datakehys annetun loppuun asti datakehys , palauttaa uuden datakehys esine. Sarakkeet eivät alkuperäisessä tietokehykset lisätään uusina sarakkeina ja uudet solut täytetään NaN-arvolla. ignore_index: Jos True, älä käytä indeksitunnisteita.

Kun tämä otetaan huomioon, mitä eroa on pandoissa yhdistämisen ja liittymisen välillä?

Datakehys. liittyä seuraan () menetelmiä kätevä tapa käyttää ominaisuuksia pandat . liittyä seuraan (df2) aina liittyy indeksin df2 kautta, mutta df1. yhdistää (df2) voi liittyä seuraan yhteen tai useampaan df2:n sarakkeeseen (oletus) tai df2:n indeksiin (jossa right_index=True).

Onko NaN panda?

Havaita NaN arvot pandat käyttää kumpaakaan. isna() tai. isnull(). The NaN arvot periytyvät siitä tosiasiasta pandat on rakennettu numpyn päälle, kun taas kahden funktion nimet ovat peräisin R:n DataFrame-kehyksistä, joiden rakenne ja toiminnallisuus pandat yritti matkia.

Suositeltava: