วิธีทำ vlookup ใน pandas

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อดำเนินการ VLOOKUP (คล้ายกับ Excel) ในแพนด้า:

 p.d. merge (df1,
         df2,
         on = ' column_name ',
         how = ' left ')

ตัวอย่างทีละขั้นตอนต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ขั้นตอนที่ 1: สร้าง DataFrame สองอัน

ขั้นแรก ให้นำเข้าแพนด้าและสร้าง DataFrames แพนด้าสองตัว:

 import pandas as pd

#define first DataFrame
df1 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' team ': ['Mavs', 'Mavs', 'Mavs', 'Mavs', 'Nets', 'Nets']})

#define second DataFrame
df2 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' points ': [22, 29, 34, 20, 15, 19]})

#view df1
print (df1)

  player team
0 A Mavs
1 B Mavs
2C Mavs
3 D Mavs
4 E Nets
5 F Nets

#view df2
print (df2)

  player points
0 to 22
1 B 29
2 C 34
3 D 20
4 E 15
5 F 19

ขั้นตอนที่ 2: เรียกใช้ฟังก์ชัน VLOOKUP

ฟังก์ชัน VLOOKUP ใน Excel ช่วยให้คุณค้นหาค่าในตารางโดยการจับคู่ค่าในคอลัมน์

โค้ดต่อไปนี้แสดงวิธีค้นหาทีมของผู้เล่นโดยใช้ pd.merge() เพื่อจับคู่ชื่อผู้เล่นระหว่างสองตารางและส่งคืนทีมของผู้เล่น:

 #perform VLOOKUP
joined_df = pd. merge (df1,
                     df2,
                     we = ' player ',
                     how = ' left ')

#view results
joined_df

	player team points
0 A Mavs 22
1 B Mavs 29
2 C Mavs 34
3D Mavs 20
4 E Nets 15
5 F Nets 19

โปรดทราบว่า DataFrame ของ pandas ที่ได้จะมีข้อมูลเกี่ยวกับผู้เล่น ทีมของพวกเขา และคะแนนที่ทำได้

คุณสามารถดูเอกสารออนไลน์ฉบับสมบูรณ์ของฟังก์ชัน pandas merge() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่นๆ ใน Python:

วิธีสร้าง PivotTable ใน Python
วิธีการคำนวณความสัมพันธ์ใน Python
วิธีการคำนวณเปอร์เซ็นต์ไทล์ใน Python