<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een cross-join in panda’s uit te voeren:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n Laten we aannemen dat we de volgende twee panda-dataframes hebben:<\/span><\/p>\n De volgende code laat zien hoe u een cross-join uitvoert op de twee DataFrames:<\/span><\/span><\/p>\n Het resultaat is een DataFrame dat alle mogelijke combinaties van rijen uit elk DataFrame bevat.<\/span><\/p>\n De eerste rij van het eerste DataFrame bevat bijvoorbeeld<\/span> Team A<\/strong> en 18<\/strong> punten. Deze regel komt overeen met elke regel van het tweede DataFrame.<\/span><\/p>\n Dan bevat de tweede rij van het eerste DataFrame Team B<\/strong> en 22<\/strong> punten. Deze rij komt ook overeen met elke rij van het tweede DataFrame.<\/span><\/p>\n Het eindresultaat is een DataFrame met 12 rijen.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe je een left join doet in Pandas<\/a> U kunt de volgende basissyntaxis gebruiken om een cross-join in panda’s uit te voeren: #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 ‚) Het volgende voorbeeld laat zien hoe u deze functie in […]<\/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":[],"class_list":["post-3343","post","type-post","status-publish","format-standard","hentry","category-gids"],"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 Voorbeeld: een kruisverbinding uitvoeren in Panda’s<\/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 Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe je een left join doet in Pandas<\/a>
Panda’s sluiten zich aan of voegen zich samen: wat is het verschil?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"