<\/p>\n
Aby wykona\u0107 \u0142\u0105czenie krzy\u017cowe w pandach, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni:<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 t\u0119 funkcj\u0119.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105ce dwie ramki danych pandy:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak wykona\u0107 po\u0142\u0105czenie krzy\u017cowe na dw\u00f3ch ramkach DataFrame:<\/span><\/span><\/p>\n Wynikiem jest ramka DataFrame zawieraj\u0105ca wszystkie mo\u017cliwe kombinacje wierszy z ka\u017cdej ramki DataFrame.<\/span><\/p>\n Na przyk\u0142ad pierwszy wiersz pierwszej ramki danych<\/span> zawiera zesp\u00f3\u0142 A<\/strong> i 18<\/strong> punkt\u00f3w. Ta linia odpowiada ka\u017cdej linii drugiej ramki DataFrame.<\/span><\/p>\n Nast\u0119pnie drugi wiersz pierwszej ramki DataFrame zawiera Zesp\u00f3\u0142 B<\/strong> i 22<\/strong> punkty. Ten wiersz odpowiada tak\u017ce ka\u017cdemu wierszowi drugiej ramki DataFrame.<\/span><\/p>\n Efektem ko\u0144cowym jest ramka DataFrame z 12 wierszami.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w pandach:<\/span><\/p>\n Jak wykona\u0107 lewe po\u0142\u0105czenie w Pandach<\/a> Aby wykona\u0107 \u0142\u0105czenie krzy\u017cowe w pandach, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni: #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 ’) Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 t\u0119 funkcj\u0119. Przyk\u0142ad: wykonywanie po\u0142\u0105czenia krzy\u017cowego […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3341","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"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 Przyk\u0142ad: wykonywanie po\u0142\u0105czenia krzy\u017cowego w Pandach<\/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 Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak wykona\u0107 lewe po\u0142\u0105czenie w Pandach<\/a>
Pandy Do\u0142\u0105cz lub po\u0142\u0105cz: jaka jest r\u00f3\u017cnica?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"