python dataframe join 多个字段

原创

mob64ca12dba5b0 2024-09-28 04:02:08 ©著作权

©著作权归作者所有：来自51CTO博客作者mob64ca12dba5b0的原创作品，请联系作者获取转载授权，否则将追究法律责任

在 Python 中使用 DataFrame 进行多字段连接

在数据分析和处理过程中，结合来自多个来源的数据是常见的需求。在 Python 的 Pandas 库中，使用 DataFrame 进行多字段连接（join）提供了一种灵活有效的方法。在这篇文章中，我们将通过完整的流程，教会你如何实现这一功能。

整体流程

我们可以将整个过程分为四个主要步骤，具体如下表所示：

步骤	描述	代码示例
1	导入所需库并创建 DataFrame	`import pandas as pd`<br>`df1 = pd.DataFrame(...)`
2	数据准备	`df1` 和 `df2` 的定义
3	执行多字段连接	`merged_df = pd.merge(df1, df2, on=['key1', 'key2'])`
4	查看结果	`print(merged_df)`

步骤详解

步骤 1: 导入所需库并创建 DataFrame

首先，我们需要导入 Pandas 库，并创建我们将要使用的两个 DataFrame。以下是代码示例：

import pandas as pd

# 创建第一个 DataFrame
data1 = {
    'key1': ['A', 'B', 'C', 'A'],
    'key2': [1, 2, 1, 2],
    'value1': [10, 20, 30, 40]
}
df1 = pd.DataFrame(data1)

# 创建第二个 DataFrame
data2 = {
    'key1': ['A', 'B', 'C', 'A'],
    'key2': [2, 2, 1, 1],
    'value2': [100, 200, 300, 400]
}
df2 = pd.DataFrame(data2)

import pandas as pd：导入 Pandas 库以便使用。
data1 和 data2 是用于创建 DataFrame 的字典，包含两个连接键（key1 和 key2）。

步骤 2: 数据准备

在创建 DataFrame 后，我们已经准备好了两个数据表。接下来，我们可以开始执行连接。

步骤 3: 执行多字段连接

使用 pd.merge() 方法来根据多个字段连接这两个 DataFrame。关键参数 on 指定用于连接的字段：

# 在多个字段上进行连接
merged_df = pd.merge(df1, df2, on=['key1', 'key2'])

# 默认的连接方式是内连接

merged_df：这是连接后的结果 DataFrame。
on=['key1', 'key2']：指定用于连接的字段。

步骤 4: 查看结果

最后，我们可以通过 print() 函数查看连接后的 DataFrame：

print(merged_df)

这将输出合并后的 DataFrame，显示在相应键上连接后的所有列。

甘特图

在我们的学习过程中，以下是一个简单的甘特图，展示了进行多字段连接的各个步骤。

gantt
    title 多字段连接流程
    dateFormat  YYYY-MM-DD
    section 数据准备
    导入库 :a1, 2023-10-01, 1d
    创建 df1 :after a1  , 1d
    创建 df2 :after a1  , 1d
    section 执行连接
    执行连接 :2023-10-03, 1d
    查看结果 :after a1  , 1d