Python Pandas – 使用一对一关系合并 DataFrame
pythonserver side programmingprogramming更新于 2025/11/23 12:28:17
要合并 Pandas DataFrame，请使用 merge() 函数。通过在 merge() 函数的 “validate” 参数下设置，即 −，可以在两个 DataFrame 上实现 一对一关系
validate = “one-to-one” 或 validate = “1:1”
一对多关系检查合并键在左数据集和右数据集中是否唯一。
首先，让我们创建我们的第一个DataFrame −
dataFrame1 = pd.DataFrame(
{
&"Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90]
}
)
现在，让我们创建第二个 DataFrame −
dataFrame2 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
}
)
示例
以下是代码 −
#
# 以一对一关系合并 Pandas DataFrame
#
import pandas as pd
# 创建 DataFrame1
dataFrame1 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90]
}
)
print("DataFrame1 ...\n",dataFrame1)
# 创建 DataFrame2
dataFrame2 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
}
)
print("\nDataFrame2 ...\n",dataFrame2)
# 使用"validate"参数中的"one-to-one"合并 DataFrames
mergedRes = pd.merge(dataFrame1, dataFrame2, validate ="one_to_one")
print("\nMerged dataframe with one-to-one relation...\n", mergedRes)
输出
这将产生以下输出 −
DataFrame1 ... Car Units 0 BMW 100 1 Lexus 150 2 Audi 110 3 Mustang 80 4 Bentley 110 5 Jaguar 90 DataFrame2 ... Car Reg_Price 0 BMW 7000 1 Lexus 1500 2 Tesla 5000 3 Mustang 8000 4 Mercedes 9000 5 Jaguar 6000 Merged dataframe with one-to-one relation Car Units Reg_Price 0 BMW 100 7000 1 Lexus 150 1500 2 Mustang 80 8000 3 Jaguar 90 6000
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/
