Python Pandas – 使用 merge() 查找两个 DataFrames 之间的共同行
pythonserver side programmingprogramming更新于 2025/10/27 19:56:17
要使用 merge() 查找两个 DataFrames 之间的共同行，请使用参数 “how” 作为 “inner”因为它的工作方式类似于 SQL Inner Join，而这正是我们想要实现的。
让我们创建具有两列 − 的 DataFrame1
dataFrame1 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
"Reg_Price": [1000, 1500, 1100, 800, 1100, 900] }
)
创建具有两列 − 的 DataFrame2
dataFrame2 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
"Reg_Price": [1200, 1500, 1000, 800, 1100, 1000]
}
)
现在让我们找到共同的行 −
dataFrame1.merge(dataFrame2, how = 'inner' ,indicator=False)
示例
以下是代码 −
import pandas as pd
# 创建 DataFrame1
dataFrame1 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
"Reg_Price": [1000, 1500, 1100, 800, 1100, 900] }
)
print"DataFrame1 ...\n",dataFrame1
# 创建 DataFrame2
dataFrame2 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
"Reg_Price": [1200, 1500, 1000, 800, 1100, 1000]
}
)
print"\nDataFrame2 ...\n",dataFrame2
# 查找两个 DataFrame 之间的共同行
resData = dataFrame1.merge(dataFrame2, how = 'inner' ,indicator=False)
print"\nCommon rows between two DataFrames...\n",resData
输出
这将产生以下输出 −
DataFrame1 ... Car Reg_Price 0 BMW 1000 1 Lexus 1500 2 Audi 1100 3 Tesla 800 4 Bentley 1100 5 Jaguar 900 DataFrame2 ... Car Reg_Price 0 BMW 1200 1 Lexus 1500 2 Audi 1000 3 Tesla 800 4 Bentley 1100 5 Jaguar 1000 Common rows between two DataFrames... Car Reg_Price 0 Lexus 1500 1 Tesla 800 2 Bentley 1100
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
