<\/p>\n
H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise zwei Pandas-DataFrames \u00fcber mehrere Spalten hinweg zusammenf\u00fchren. Gl\u00fccklicherweise ist dies einfach mit der Funktion pandas merge()<\/a> zu bewerkstelligen, die die folgende Syntax verwendet:<\/span><\/p>\n In diesem Tutorial erfahren Sie, wie Sie diese Funktion in der Praxis nutzen.<\/span><\/p>\n Nehmen wir an, wir haben die folgenden zwei Panda-DataFrames:<\/span><\/p>\n Der folgende Code zeigt, wie man einen Left-Join mit mehreren Spalten aus beiden DataFrames durchf\u00fchrt:<\/span><\/p>\n p.d. merge<\/span> (df1, df2, left_on=['col1','col2'], right_on = ['col1','col2'])<\/strong><\/pre>\n Beispiel 1: Mehrere Spalten mit unterschiedlichen Namen zusammenf\u00fchren<\/span><\/strong><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create and view first DataFrame<\/span>\ndf1 = pd.DataFrame({'a1': [0, 0, 1, 1, 2],\n 'b': [0, 0, 1, 1, 1],\n 'c': [11, 8, 10, 6, 6]})\n\nprint<\/span> (df1)\n\n a1 bc\n0 0 0 11\n1 0 0 8\n2 1 1 10\n3 1 1 6\n4 2 1 6\n\n#create and view second DataFrame<\/span> \ndf2 = pd.DataFrame({'a2': [0, 1, 1, 1, 3],\n 'b': [0, 0, 0, 1, 1],\n 'd': [22, 24, 25, 33, 37]})\n\nprint<\/span> (df2)\n\n a2 comic\n0 0 0 22\n1 1 0 24\n2 1 0 25\n3 1 1 33\n4 3 1 37\n<\/strong><\/pre>\n p.d. merge<\/span> (df1, df2, how=' left<\/span> ', left_on=[' a1<\/span> ', ' b<\/span> '], right_on = [' a2<\/span> ', ' b<\/span> '])\n\n\n a1 b c a2 d\n0 0 0 11 0.0 22.0\n1 0 0 8 0.0 22.0\n2 1 1 10 1.0 33.0\n3 1 1 6 1.0 33.0\n4 2 1 6 NaN NaN\n<\/strong><\/pre>\n Beispiel 2: Mehrere Spalten mit demselben Namen zusammenf\u00fchren<\/span><\/strong><\/h3>\n