Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन पांडा - कई-से-एक संबंध के साथ डेटाफ़्रेम को मर्ज करें

पांडा डेटाफ़्रेम को मर्ज करने के लिए, मर्ज () . का उपयोग करें समारोह। अनेक-से-एक संबंध "सत्यापित करें . के अंतर्गत सेटिंग करके दोनों डेटाफ़्रेम पर कार्यान्वित किया जाता है मर्ज () फ़ंक्शन का पैरामीटर यानी −

validate = “many-to-one”
or
validate = “m:1”

कई-से-एक संबंध जांचता है कि मर्ज कुंजियाँ सही डेटासेट में अद्वितीय हैं या नहीं।

सबसे पहले, आइए हम अपना 1 st . बनाएं डेटाफ़्रेम -

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 110, 80, 110, 90]
   }
)

अब, आइए हम अपना 2 nd . बनाएं डेटाफ़्रेम -

dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
   }
)

उदाहरण

निम्नलिखित कोड है -

#
# Merge Pandas DataFrame with many-to-one relation
#

import pandas as pd

# Create DataFrame1
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 110, 80, 110, 90]
   }
)

print("DataFrame1 ...\n",dataFrame1)

# Create DataFrame2
dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]

   }
)

print("\nDataFrame2 ...\n",dataFrame2)

# merge DataFrames with "many-to-one" in "validate" parameter
mergedRes = pd.merge(dataFrame1, dataFrame2, validate ="many_to_one")
print("\nMerged dataframe with many-to-one relation...\n", mergedRes)

आउटपुट

यह निम्नलिखित आउटपुट देगा -

DataFrame1 ...
       Car   Units
0      BMW     100
1     Audi     110
2  Mustang      80
3  Bentley     110
4   Jaguar      90

DataFrame1 ...
        Car   Reg_Price
0       BMW        7000
1     Lexus        1500
2     Tesla        5000
3   Mustang        8000
4  Mercedes        9000
5    Jaguar        6000

Merged dataframe with many-to-one relation...
       Car   Units   Reg_Price
0      BMW     100        7000
1  Mustang      80        8000
2   Jaguar      90        6000

  1. पायथन - Matplotlib के साथ पांडस डेटाफ्रेम के लिए एक पाई चार्ट प्लॉट करें?

    पाई चार्ट को प्लॉट करने के लिए, प्लॉट.पाई () का उपयोग करें। पाई प्लॉट एक कॉलम में संख्यात्मक डेटा का आनुपातिक प्रतिनिधित्व है। आवश्यक पुस्तकालयों को आयात करें - import pandas as pd import matplotlib.pyplot as plt एक डेटाफ़्रेम बनाएँ - dataFrame = pd.DataFrame({ "Car": ['BMW',

  1. पायथन - Matplotlib के साथ पंडों डेटाफ्रेम के लिए एक हिस्टोग्राम प्लॉट करें?

    हिस्टोग्राम डेटा के वितरण का प्रतिनिधित्व है। हिस्टोग्राम प्लॉट करने के लिए, हिस्ट () विधि का उपयोग करें। सबसे पहले, दोनों पुस्तकालयों को आयात करें - import pandas as pd import matplotlib.pyplot as plt 2 कॉलम के साथ डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame({    "Car": ['B

  1. पायथन पांडा - डेटाफ़्रेम में सभी NaN तत्वों को 0s . से बदलें

    NaN मानों को बदलने के लिए, fillna() विधि का उपयोग करें। मान लें कि Microsoft Excel में कुछ NaN मानों के साथ खोली गई हमारी CSV फ़ाइल निम्नलिखित है - सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd CSV फ़ाइल से डेटा को पंडों के डेटाफ़्रेम में लोड करें - dataFrame = pd.read_csv("C: