पायथन - बाहरी जुड़ाव के साथ पंडों के डेटाफ्रेम को मिलाएं

पांडा डेटाफ़्रेम को मर्ज करने के लिए, मर्ज () फ़ंक्शन का उपयोग करें। बाहरी जुड़ाव को मर्ज () फ़ंक्शन के "कैसे" पैरामीटर के तहत सेट करके दोनों डेटाफ्रेम पर लागू किया जाता है यानी -

how = “outer”

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]
   }
)

आइए अब DataFrame2 बनाएं -

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

   }
)

डेटाफ़्रेम को एक सामान्य कॉलम कार के साथ मर्ज करें और "बाहरी" "कैसे" पैरामीटर में आउटर जॉइन को लागू करता है -

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

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 common column Car and "outer" in "how" parameter implements Outer Join
mergedRes = pd.merge(dataFrame1, dataFrame2, on ='Car', how ="outer")
print"\nMerged dataframe with outer join...\n", mergedRes

आउटपुट

यह निम्नलिखित आउटपुट उत्पन्न करेगा -

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