<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per eseguire un cross join nei panda:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti due DataFrames panda:<\/span><\/p>\n Il codice seguente mostra come eseguire un cross join sui due DataFrame:<\/span><\/span><\/p>\n Il risultato \u00e8 un DataFrame che contiene tutte le possibili combinazioni di righe di ciascun DataFrame.<\/span><\/p>\n Ad esempio, la prima riga del primo DataFrame<\/span> contiene la squadra A<\/strong> e 18<\/strong> punti. Questa riga corrisponde a ciascuna riga del secondo DataFrame.<\/span><\/p>\n Quindi la seconda riga del primo DataFrame contiene la Squadra B<\/strong> e 22<\/strong> punti. Questa riga corrisponde anche a ciascuna riga del secondo DataFrame.<\/span><\/p>\n Il risultato finale \u00e8 un DataFrame con 12 righe.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Come eseguire un join a sinistra in Pandas<\/a> \u00c8 possibile utilizzare la seguente sintassi di base per eseguire un cross join nei panda: #create common key df1[‘ key ‘] = 0 df2[‘ key ‘] = 0 #outer merge on common key (eg a cross join) df1. merge (df2, on=’ key ‘, how=’ outer ‘) L’esempio seguente mostra come utilizzare questa funzione nella pratica. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #create common key\n<\/span>df1[' key<\/span> '] = 0\ndf2[' key<\/span> '] = 0\n\n#outer merge on common key (eg a cross join)\n<\/span>df1. merge<\/span> (df2, on=' key<\/span> ', how=' outer<\/span> ')\n<\/strong><\/pre>\n Esempio: esecuzione di un cross join in Panda<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create first DataFrame\n<\/span>df1 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D'],\n ' points<\/span> ': [18, 22, 19, 14]})\n\nprint<\/span> (df1)\n\n team points\n0 to 18\n1 B 22\n2 C 19\n3 D 14\n\n#create second DataFrame\n<\/span>df2 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'F'],\n ' assists<\/span> ': [4, 9, 8]})\n\nprint<\/span> (df2)\n\n team assists\n0 to 4\n1 B 9\n2 F 8\n<\/strong><\/span><\/pre>\n #create common key\ndf1[' key<\/span> '] = 0\ndf2[' key<\/span> '] = 0\n\n#perform cross join\n<\/span>df3 = df1. merge<\/span> (df2, on=' key<\/span> ', how=' outer<\/span> ')\n\n#drop key column\n<\/span>del<\/span> df3[' key<\/span> ']\n\n#view results\n<\/span>print<\/span> (df3)\n\n team_x points team_y assists\n0 A 18 A 4\n1 A 18 B 9\n2 A 18 F 8\n3 B 22 A 4\n4 B 22 B 9\n5 B 22 F 8\n6 C 19 A 4\n7 C 19 B 9\n8 C 19 F 8\n9 D 14 A 4\n10 D 14 B 9\n11 D 14 F 8<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come eseguire un join a sinistra in Pandas<\/a>
Panda si uniscono o si uniscono: qual \u00e8 la differenza?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"