Объединение 2 фреймов данных на основе столбца
Ниже приведена одна из моих структур данных:
strike coi chgcoi
120 200 20
125 210 15
130 230 12
135 240 9
а другой такой:
strike poi chgpoi
125 210 15
130 230 12
135 240 9
140 225 12
Я хочу:
strike coi chgcoi strike poi chgpoi
120 200 20 120 0 0
125 210 15 125 210 15
130 230 12 130 230 12
135 240 9 135 240 9
140 0 0 140 225 12
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
37
2
Перейти к ответу
Данный вопрос помечен как решенный
Ответы 2
Ответ принят как подходящий
db1
strike coi chgcoi
0 120 200 20
1 125 210 15
2 130 230 12
3 135 240 9
db2
strike poi chgpoi
0 125 210 15
1 130 230 12
2 135 240 9
3 140 225 12
merge = db1.merge(db2,how = "outer",on='strike')
merge
strike coi chgcoi poi chgpoi
0 120 200.0 20.0 NaN NaN
1 125 210.0 15.0 210.0 15.0
2 130 230.0 12.0 230.0 12.0
3 135 240.0 9.0 240.0 9.0
4 140 NaN NaN 225.0 12.0
merge.fillna(0)
strike coi chgcoi poi chgpoi
0 120 200.0 20.0 0.0 0.0
1 125 210.0 15.0 210.0 15.0
2 130 230.0 12.0 230.0 12.0
3 135 240.0 9.0 240.0 9.0
4 140 0.0 0.0 225.0 12.0
Это ваш ожидаемый результат с той лишь разницей, что "страйк" не повторяется
Во-первых, вам нужно создать два фрейма данных, используя pandas
df1 = pd.Dataframe({'column_1': [val_1, val_2, ..., val_n], 'column_2':[val_1, val_2, ..., val_n]})
df2 = pd.Dataframe({'column_1': [val_1, val_2, ..., val_n], 'column_2':[val_1, val_2, ..., val_n]})
Затем вы можете использовать внешнее соединение
df1.merge(df2, on='common_column_name', how='outer')
Спасибо. Но примет приведенный ниже ответ как правильный пример.
—
17.03.2022 18:06
Другие вопросы по теме
Pandas groupby().sum() не игнорирует значения None/empty/np.nan
Pandas SettingWithCopyWarning в базовой инструкции np.where
Фильтрация строк по значению
Pandas dataframe.read_csv с запятой в столбце читается неправильно
Pandas: управлять повторяющимися предложениями в разных столбцах
Pandas groupby с вложенной структурой
Diff строки в фрейме данных
Как сравнить значения в столбцах в фрейме данных pandas с помощью функции?
Автоматически переименовывать строковые значения в pandas
Ошибка при выполнении уравнения пространства состояний с использованием библиотеки python GEKKO
Похожие вопросы
В перечислении, полученном из Python, отсутствует обязательный позиционный аргумент
Создание экземпляра класса и совместное использование переменных для абстрактных/статических классов
Как я могу сжимать только отдельные файлы в py7zr?
Обновить xml, используя python3 для определенного подэлемента?
Как сохранить и загрузить все атрибуты класса данных
Передача списка строк в качестве параметра SQL-запросу в Python
Сохранение массива numpy в двоичном формате не улучшает использование диска по сравнению с uint8
NameError: имя «urlpatterns» не определено с использованием i18n_patterns
Python: Paramiko — команда channel.exec_command периодически не возвращает вывод
Pandas SettingWithCopyWarning в базовой инструкции np.where
@enke - Ну, я объединил 2 фрейма данных, и в результате получилось следующее. Я не знал о
merge. По логике это не должно повторяться.