วิธีเข้าร่วมซ้ายใน pandas (พร้อมตัวอย่าง)

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อดำเนินการรวมด้านซ้ายในแพนด้า:

 import pandas as pd

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

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: วิธีการรวมซ้ายใน 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.

เราสามารถใช้โค้ดต่อไปนี้เพื่อดำเนินการรวมด้านซ้าย โดยเก็บแถวทั้งหมดจาก DataFrame แรก และเพิ่มคอลัมน์ทั้งหมดที่ตรงกันตามคอลัมน์ ทีม ใน DataFrame ที่สอง:

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

        team points assists
0 to 18 4.0
1 B 22 9.0
2 C 19 14.0
3 D 14 13.0
4 E 14 NaN
5 F 11 NaN
6G 20 10.0
7:28 a.m. 8.0

แต่ละทีมใน DataFrame ด้านซ้าย ( df1 ) จะถูกส่งกลับใน DataFrame ที่ผสาน และมีเพียงแถวใน DataFrame ด้านขวา ( df2 ) ที่ตรงกับชื่อทีมใน DataFrame ด้านซ้ายเท่านั้นที่จะถูกส่งคืน

โปรดทราบว่าทั้งสองทีมใน df2 (ทีม E และ F) ที่ไม่ตรงกับชื่อทีมใน df1 เพียงส่งกลับค่า NaN ในคอลัมน์ช่วยเหลือของ DataFrame ที่รวมเข้าด้วยกัน

โปรดทราบว่าคุณยังสามารถใช้ pd.merge() กับไวยากรณ์ต่อไปนี้เพื่อแสดงผลลัพธ์ที่เหมือนกันทุกประการ:

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


        team points assists
0 to 18 4.0
1 B 22 9.0
2 C 19 14.0
3 D 14 13.0
4 E 14 NaN
5 F 11 NaN
6G 20 10.0
7:28 a.m. 8.0

โปรดทราบว่า DataFrame ที่ผสานนี้ตรงกับตัวอย่างก่อนหน้า

หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มเกี่ยวกับฟังก์ชัน ผสาน ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีการต่อต้านการเข้าร่วมใน Pandas
วิธีการเข้าร่วมภายในใน Pandas
วิธีดำเนินการ cross join ใน Pandas