Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Python - बाहरी जॉइन (Outer Join) के साथ Pandas DataFrame मर्ज करना


Pandas DataFrame को मर्ज करने के लिए, merge() फ़ंक्शन का उपयोग करें। बाहरी जॉइन को merge() फ़ंक्शन के "how" पैरामीटर में "outer" सेट करके दोनों DataFrames पर लागू किया जाता है:

how = "outer"

सबसे पहले, pandas लाइब्रेरी को एक उपनाम के साथ 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]}
)

आइए अब DataFrame2 बनाएं:

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

सामान्य कॉलम Car के साथ DataFrames मर्ज करें और "how" पैरामीटर में "outer" बाहरी जॉइन लागू करता है:

mergedRes = pd.merge(dataFrame1, dataFrame2, on='Car', how="outer")

उदाहरण

निम्नलिखित 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)
# सामान्य कॉलम Car और "how" पैरामीटर में "outer" के साथ DataFrames मर्ज करें
mergedRes = pd.merge(dataFrame1, dataFrame2, on='Car', how="outer")
print("\nMerged dataframe with outer join...\n", mergedRes)

आउटपुट

यह निम्नलिखित आउटपुट देगा:

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 outer join...
    Car  Units  Reg_Price
0   BMW  100.0  7000.0
1   Lexus  150.0  1500.0
2   Audi  110.0  NaN
3   Mustang  80.0  8000.0
4   Bentley  110.0  NaN
5   Jaguar  90.0  6000.0
6   Tesla  NaN  5000.0
7   Mercedes  NaN  9000.0

  1. पायथन - मैटप्लोटलिब के साथ पैंडास DataFrame के लिए पाई चार्ट प्लॉट कैसे करें? पायथन - मैटप्लोटलिब के साथ पैंडास DataFrame के लिए पाई चार्ट प्लॉट कैसे करें?

    पाई चार्ट प्लॉट करने के लिए plot.pie() का उपयोग करें। पाई प्लॉट एक कॉलम में संख्यात्मक डेटा का आनुपातिक प्रतिनिधित्व है।आवश्यक लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as pltएक DataFrame बनाएं:dataFrame = pd.DataFrame({Car: [BMW, Lexus, Tesla, Mustang, Mercedes, Jaguar],

  1. पायथन - मैटप्लोटलिब के साथ पैंडास DataFrame के लिए हिस्टोग्राम प्लॉट कैसे करें? पायथन - मैटप्लोटलिब के साथ पैंडास DataFrame के लिए हिस्टोग्राम प्लॉट कैसे करें?

    हिस्टोग्राम डेटा के वितरण का प्रतिनिधित्व है। हिस्टोग्राम प्लॉट करने के लिए hist() विधि का उपयोग करें। सबसे पहले, दोनों लाइब्रेरी आयात करें:import pandas as pd import matplotlib.pyplot as plt2 कॉलम के साथ एक DataFrame बनाएं:dataFrame = pd.DataFrame({Car: [BMW, Lexus, Tesla, Mustang, Mercedes, Jaguar

  1. पायथन पैंडास - DataFrame में सभी NaN तत्वों को 0 से बदलें पायथन पैंडास - DataFrame में सभी NaN तत्वों को 0 से बदलें

    NaN मानों को बदलने के लिए fillna() विधि का उपयोग करें। मान लीजिए हमारी CSV फ़ाइल Microsoft Excel में कुछ NaN मानों के साथ खुली है:सबसे पहले, आवश्यक लाइब्रेरी आयात करें:import pandas as pdCSV फ़ाइल से डेटा पैंडास DataFrame में लोड करें:dataFrame = pd.read_csv(C:\\Users\\amit_\\Desktop\\SalesData.csv)