Come eseguire un outer join in panda (con esempio)

Un join esterno è un tipo di join che restituisce tutte le righe da due DataFrames Panda.

È possibile utilizzare la seguente sintassi di base per eseguire un join esterno nei panda:

 import pandas as pd

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

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: come eseguire un join esterno in Panda

Supponiamo di avere i seguenti due DataFrames panda che contengono informazioni su varie squadre di basket:

 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

Possiamo utilizzare il seguente codice per eseguire un outside join, abbinando le righe tra DataFrames in base ai valori delle colonne del team e mantenendo tutte le righe di entrambi i DataFrames:

 #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

Il risultato è un DataFrame che contiene tutte le righe in ciascun DataFrame.

Tieni presente che i valori NaN sono stati popolati per ogni riga in cui il valore della colonna del team non esisteva in entrambi i DataFrames.

Nota : puoi trovare la documentazione completa per la funzione di unione qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come eseguire un anti-join in Pandas
Come eseguire un inner join in Pandas
Come eseguire un cross join in Pandas