पांडा डेटाफ़्रेम को मर्ज करने के लिए, मर्ज का उपयोग करें () समारोह। उसमें आप सूचक . पैरामीटर सेट कर सकते हैं करने के लिए सच या झूठा . यदि आप यह जांचना चाहते हैं कि किस डेटाफ़्रेम का विशिष्ट रिकॉर्ड है, तो -
. का उपयोग करेंindicator= True
जैसा कि ऊपर दिखाया गया है, उपरोक्त पैरामीटर को ट्रू के रूप में उपयोग करते हुए, आउटपुट डेटाफ़्रेम में एक कॉलम जोड़ता है जिसे "_मर्ज" कहा जाता है।
सबसे पहले, आइए एक उपनाम के साथ पांडा पुस्तकालय को आयात करें -
import pandas as pd
आइए DataFrame1 बनाएं -
dataFrame1 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
"Units": [100, 150, 110, 80, 110, 90]
}
)
DataFrame2 बनाएं -
dataFrame2 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
}
) अब, DataFrames को इंडिकेटर वैल्यू True के साथ मर्ज करें -
# merge DataFrames with indicator value mergedRes = pd.merge(dataFrame1, dataFrame2, how ="left",indicator=True)
उदाहरण
निम्नलिखित कोड है -
import pandas as pd
# Create DataFrame1
dataFrame1 = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
"Units": [100, 150, 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 indicator value
mergedRes = pd.merge(dataFrame1, dataFrame2, how ="left",indicator=True)
print"\nMerged dataframe...\n", mergedRes
आउटपुट
यह निम्नलिखित आउटपुट का उत्पादन करेगा। यहां, "_merge" में "दोनों"" प्रदर्शित करता है कि दोनों मान दोनों डेटाफ़्रेम में हैं -
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... Car Units Reg_Price _merge 0 BMW 100 7000.0 both 1 Lexus 150 1500.0 both 2 Audi 110 NaN left_only 3 Mustang 80 8000.0 both 4 Bentley 110 NaN left_only 5 Jaguar 90 6000.0 both