วิธีเข้าร่วมภายในใน pandas (พร้อมตัวอย่าง)

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อดำเนินการรวมภายในในแพนด้า:

 import pandas as pd

df1. merge (df2, on=' column_name ', how=' inner ')

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: วิธีการเข้าร่วมภายในใน Pandas

สมมติว่าเรามี DataFrames แพนด้าสองตัวต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับทีมบาสเก็ตบอลต่างๆ:

 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', 'G', 'H'],
                    ' 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
4G 10
5:8 a.m.

เราสามารถใช้โค้ดต่อไปนี้เพื่อดำเนินการ Inner Join ซึ่งจะเก็บเฉพาะแถวที่ชื่อ ทีม ปรากฏใน DataFrames ทั้งสอง:

 #perform left join
df1. merge (df2, on=' team ', how=' inner ')

	team points assists
0 to 18 4
1 B 22 9
2 C 19 14
3 D 14 13
4 G 20 10
5:28 8

แถวเดียวที่มีอยู่ใน DataFrame ที่ผสานคือแถวที่ชื่อทีมปรากฏใน DataFrame ทั้งสอง

โปรดทราบว่าทั้งสองทีมถูกลบออก (ทีม E และ F) เนื่องจากไม่ปรากฏในทั้งสอง DataFrames

โปรดทราบว่าคุณยังสามารถใช้ pd.merge() กับไวยากรณ์ต่อไปนี้เพื่อแสดงผลลัพธ์ที่เหมือนกันทุกประการ:

 #perform left join
p.d. merge (df1, df2, on=' team ', how=' inner ')

	team points assists
0 to 18 4
1 B 22 9
2 C 19 14
3 D 14 13
4 G 20 10
5:28 8

โปรดทราบว่า DataFrame ที่ผสานนี้ตรงกับตัวอย่างก่อนหน้า

หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มเกี่ยวกับฟังก์ชัน ผสาน ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีเข้าร่วมซ้ายใน Pandas
วิธีผสาน Pandas DataFrames ในหลายคอลัมน์
Pandas เข้าร่วมหรือผสาน: อะไรคือความแตกต่าง?