पंडों में आंतरिक जुड़ाव कैसे करें (उदाहरण के साथ)

आप पांडा में आंतरिक जुड़ाव करने के लिए निम्नलिखित मूल वाक्यविन्यास का उपयोग कर सकते हैं:

 import pandas as pd

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

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण: पांडा में आंतरिक जुड़ाव कैसे करें

मान लीजिए कि हमारे पास निम्नलिखित दो पांडा डेटाफ़्रेम हैं जिनमें विभिन्न बास्केटबॉल टीमों के बारे में जानकारी है:

 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.

हम आंतरिक जुड़ाव करने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं, जो केवल उन पंक्तियों को रखता है जहां टीम का नाम दोनों डेटाफ़्रेम में दिखाई देता है:

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

	team points assists
0 to 18 4
1 B 22 9
2 C 19 14
3 D 14 13
4 G 20 10
5:28 8

मर्ज किए गए डेटाफ़्रेम में शामिल एकमात्र पंक्तियाँ वे हैं जहाँ टीम का नाम दोनों डेटाफ़्रेम में दिखाई देता है।

ध्यान दें कि दो टीमें हटा दी गईं (टीम ई और एफ) क्योंकि वे दोनों डेटाफ़्रेम में दिखाई नहीं दीं।

ध्यान दें कि आप बिल्कुल वही परिणाम देने के लिए निम्नलिखित सिंटैक्स के साथ pd.merge() का भी उपयोग कर सकते हैं:

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

	team points assists
0 to 18 4
1 B 22 9
2 C 19 14
3 D 14 13
4 G 20 10
5:28 8

ध्यान दें कि यह मर्ज किया गया डेटाफ़्रेम पिछले उदाहरण से मेल खाता है।

नोट : आप मर्ज फ़ंक्शन के लिए संपूर्ण दस्तावेज़ यहां पा सकते हैं।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि पांडा में अन्य सामान्य ऑपरेशन कैसे करें:

पंडों में लेफ्ट जॉइन कैसे करें
पांडा डेटाफ़्रेम को अनेक स्तंभों में कैसे मर्ज करें
पांडा जुड़ें या मर्ज करें: क्या अंतर है?