पायथन पैंडास - इंडिकेटर वैल्यू के साथ DataFrame मर्ज करें

पैंडास DataFrame मर्ज करने के लिए, merge() फंक्शन का उपयोग करें। उसमें, आप पैरामीटर indicator को True या False पर सेट कर सकते हैं। यदि आप जांचना चाहते हैं कि किस डेटाफ्रेम में एक विशिष्ट रिकॉर्ड है, तो उपयोग करें:

indicator=True

ऊपर दिखाए अनुसार, इस पैरामीटर को True के रूप में उपयोग करने से आउटपुट DataFrame में "_merge" नामक एक कॉलम जुड़ जाता है।

सबसे पहले, एक उपनाम के साथ पैंडास लाइब्रेरी इम्पोर्ट 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, इंडिकेटर वैल्यू True के साथ DataFrames मर्ज करें:

# इंडिकेटर वैल्यू के साथ DataFrames मर्ज करें
mergedRes = pd.merge(dataFrame1, dataFrame2, how="left", indicator=True)

उदाहरण

निम्न कोड है:

import pandas as pd

# DataFrame1 बनाएं
dataFrame1 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
        "Units": [100, 150, 110, 80, 110, 90]
    }
)

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

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

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

# इंडिकेटर वैल्यू के साथ DataFrames मर्ज करें
mergedRes = pd.merge(dataFrame1, dataFrame2, how="left", indicator=True)

print("\nMerged dataframe...\n", mergedRes)

आउटपुट

यह निम्न आउटपुट उत्पन्न करेगा। यहां, "_merge" में "both" दर्शाता है कि मान दोनों DataFrames में है:

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