So führen sie einen links-join in pandas durch (mit beispiel)

Sie können die folgende grundlegende Syntax verwenden, um einen Links-Join in Pandas durchzuführen:

 import pandas as pd

df1. merge (df2, on=' column_name ', how=' left ')

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: So führen Sie einen Left Join in Pandas durch

Nehmen wir an, wir haben die folgenden zwei Panda-DataFrames, die Informationen über verschiedene Basketballteams enthalten:

 import pandas as pd

#createDataFrame
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                    ' points ': [18, 22, 19, 14, 14, 11, 20, 28]})

df2 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'G', 'H'],
                    ' assists ': [4, 9, 14, 13, 10, 8]})

#view DataFrames
print (df1)

  team points
0 to 18
1 B 22
2 C 19
3 D 14
4 E 14
5 F 11
6 G 20
7:28 a.m.

print (df2)

  team assists
0 to 4
1 B 9
2 C 14
3 D 13
4G 10
5:8 a.m.

Wir können den folgenden Code verwenden, um eine Linksverknüpfung durchzuführen, wobei alle Zeilen aus dem ersten DataFrame beibehalten und alle übereinstimmenden Spalten basierend auf der Teamspalte im zweiten DataFrame hinzugefügt werden:

 #perform left join
df1. merge (df2, on=' team ', how=' left ')

        team points assists
0 to 18 4.0
1 B 22 9.0
2 C 19 14.0
3 D 14 13.0
4 E 14 NaN
5 F 11 NaN
6G 20 10.0
7:28 a.m. 8.0

Jedes Team im linken DataFrame ( df1 ) wird im zusammengeführten DataFrame zurückgegeben und nur Zeilen im rechten DataFrame ( df2 ), die mit einem Teamnamen im linken DataFrame übereinstimmen, werden zurückgegeben.

Beachten Sie, dass die beiden Teams in df2 (Teams E und F), die nicht mit einem Teamnamen in df1 übereinstimmen, einfach einen NaN- Wert in der Assists-Spalte des zusammengeführten DataFrame zurückgeben.

Beachten Sie, dass Sie pd.merge() auch mit der folgenden Syntax verwenden können, um genau das gleiche Ergebnis zurückzugeben:

 #perform left join
p.d. merge (df1, df2, on=' team ', how=' left ')


        team points assists
0 to 18 4.0
1 B 22 9.0
2 C 19 14.0
3 D 14 13.0
4 E 14 NaN
5 F 11 NaN
6G 20 10.0
7:28 a.m. 8.0

Beachten Sie, dass dieser zusammengeführte DataFrame mit dem des vorherigen Beispiels übereinstimmt.

Hinweis : Die vollständige Dokumentation zur Merge- Funktion finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So führen Sie einen Anti-Join in Pandas durch
So führen Sie einen Inner Join in Pandas durch
So führen Sie einen Cross-Join in Pandas durch