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

Ein äußerer Join ist ein Join-Typ, der alle Zeilen aus zwei Pandas-DataFrames zurückgibt.

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

 import pandas as pd

df1. merge (df2, on=' some_column ', how=' outer ')

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

Beispiel: So führen Sie einen Outer 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', 'J', 'K'],
                    ' 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
4 D 10
5K 8

Wir können den folgenden Code verwenden, um einen Outer-Join durchzuführen, der Zeilen zwischen DataFrames basierend auf den Teamspaltenwerten abgleicht und alle Zeilen aus beiden DataFrames behält:

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


        team points assists
0 to 18.0 4.0
1 B 22.0 9.0
2 C 19.0 14.0
3D 14.0 13.0
4 E 14.0 NaN
5 F 11.0 NaN
6G 20.0 NaN
7 H 28.0 NaN
8 J NaN 10.0
9K NaN 8.0

Das Ergebnis ist ein DataFrame, der alle Zeilen in jedem DataFrame enthält.

Beachten Sie, dass NaN- Werte für jede Zeile ausgefüllt wurden, in der der Teamspaltenwert nicht in beiden DataFrames vorhanden war.

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