รวม Python Pandas dataframe เข้ากับคอลัมน์ทั่วไปและตั้งค่า NaN สำหรับค่าที่ไม่ตรงกัน

ในการรวม Pandas DataFrame สองตัวเข้ากับคอลัมน์ทั่วไป ให้ใช้ merge() ฟังก์ชันและตั้งค่า เปิด พารามิเตอร์เป็นชื่อคอลัมน์ หากต้องการตั้งค่า NaN สำหรับค่าที่ไม่ตรงกัน ให้ใช้ “วิธี ” และตั้งค่าเป็น ซ้าย หรือใช่ . นั่นก็หมายความว่าจะรวมกันทางซ้ายหรือขวา

ขั้นแรก ให้เรานำเข้าไลบรารีแพนด้าด้วยนามแฝง -

import pandas as pd

ให้เราสร้าง DataFrame1 -

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90]
   }
)

ให้เราสร้าง DataFrame2 -

dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
      "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]

   }
)

ตอนนี้ รวม DataFrames กับ Car คอลัมน์ทั่วไป ด้านซ้าย" "แสดงค่าทั้งหมดของ DataFrame ด้านซ้ายและตั้งค่า NaN สำหรับค่าที่ไม่ตรงกันจาก DataFrame ที่ 2 -

mergedRes = pd.merge(dataFrame1, dataFrame2, on ='Car', how ="left")

ตัวอย่าง

ต่อไปนี้เป็นรหัส -

import pandas as pd

# Create DataFrame1
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90]
   }
)

print"DataFrame1 ...\n",dataFrame1

# Create DataFrame2
dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
      "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]

   }
)

print"\nDataFrame2 ...\n",dataFrame2

# merge DataFrames with common column Car and "left" sets NaN for unmatched values from second DataFrame
mergedRes = pd.merge(dataFrame1, dataFrame2, on ='Car', how ="left")
print"\nMerged data frame with common column...\n", mergedRes

ผลลัพธ์

ต่อไปนี้เป็นรหัส -

DataFrame1 ...
       Car Units
0      BMW   100
1    Lexus   150
2     Audi   110
3  Mustang    80
4  Bentley   110
5   Jaguar    90

DataFrame2 ...
        Car Reg_Price
0       BMW      7000
1     Lexus      1500
2     Tesla      5000
3   Mustang      8000
4  Mercedes      9000
5    Jaguar      6000

Merged data frame with common column...
       Car  Units Reg_Price
0      BMW    100    7000.0
1    Lexus    150    1500.0
2     Audi    110       NaN
3  Mustang     80    8000.0
4  Bentley    110       NaN
5   Jaguar     90    6000.0