如下所示:
import numpy as np import pandas as pd from pandas import Series,Data
一、merge函数
left1 = Data ({\'水果\':[\'苹果\',\'梨\',\'草莓\'],
\'价格\':[3,4,5],
\'数量\':[9,8,7]}).set_index(\'水果\')
right1 = Data ({\'水果\':[\'苹果\',\'草莓\'],
\'产地\':[\'美国\',\'中国\']})
print(left1)
print(right1)
价格 数量 水果 苹果 3 9 梨 4 8 草莓 5 7 产地 水果 0 美国 苹果 1 中国 草莓
print(pd.merge(left1,right1,right_on=\'水果\',left_index=True,how=\'outer\'))
价格 数量 产地 水果 0 3 9 美国 苹果 1 4 8 NaN 梨 1 5 7 中国 草莓
二、Data 的join函数
left2 = left1 right2 = right1.set_index(\'水果\')
1.join函数默认将两个Data 的index进行合并
print(left2.join(right2))
价格 数量 产地 水果 苹果 3 9 美国 梨 4 8 NaN 草莓 5 7 中国
2.若其中一个Data 合并的键不在索引上,可使用on参数
print(right1.join(left1,on=\'水果\',how=\'outer\'))
产地 水果 价格 数量 0 美国 苹果 3 9 1 中国 草莓 5 7 1 NaN 梨 4 8
3.多个Data 按索引合并
another = Data ({\'水果\':[\'苹果\',\'香蕉\',\'梨\'],
\'品质\':[\'AA\',\'AAAA\',\'A\']}).set_index(\'水果\')
print(left2.join([right2,another],how=\'outer\'))
价格 数量 产地 品质 梨 4.0 8.0 NaN A 苹果 3.0 9.0 美国 AA 草莓 5.0 7.0 中国 NaN 香蕉 NaN NaN NaN AAAA
以上这篇Pandas 按索引合并数据集的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
继续阅读与本文标签相同的文章
上一篇 :
一文教会你数据库性能调优
下一篇 :
超全的 Linux 机器的渗透测试命令备忘表
-
使用Gitbook打造个人知识归档系统
2026-05-19栏目: 教程
-
如何在新网配置CNAME的操作步骤
2026-05-19栏目: 教程
-
E-HPC支持多队列管理和自动伸缩
2026-05-19栏目: 教程
-
好程序员大数据学习路线分享Scala系列之映射Map
2026-05-19栏目: 教程
-
汇编(二) 内存地址空间、寄存器、物理地址以及物理地址的计算
2026-05-19栏目: 教程
