Python中怎么加入多個數(shù)據(jù)幀

這篇文章給大家介紹Python中怎么加入多個數(shù)據(jù)幀，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

步驟1：用Python加載數(shù)據(jù)集

首先，將這些文件加載到單獨的數(shù)據(jù)幀中。

import pandas as pd

marks10th=pd.read_csv('10thClassMarks.csv')

marks12th=pd.read_csv('12thClassMarks.csv')

IDandName=pd.read_csv('StudentIDandName.csv')

前兩個數(shù)據(jù)框包含學生的百分比及其學生ID。在第一個數(shù)據(jù)框中，有10班學生的分數(shù)，而第二個數(shù)據(jù)框包含第12個標準中學生的分數(shù)。第三個數(shù)據(jù)框包含學生的姓名以及各自的學生ID。

使用“head”函數(shù)檢查每個數(shù)據(jù)幀的前幾行：

marks10th.head()

marks12th.head()

IDandName.head()

步驟2：合并兩個相似的數(shù)據(jù)幀(Append)

把10、12班的檔案合并起來，找出學生的平均分。這里使用Pandas庫中的“append”函數(shù)：

allMarks=marks10th.append(marks12th)

marks10th.shape, marks12th.shape, allMarks.shape

輸出((50,3),(50,3),(100,3))

從輸出中可以看到，在append函數(shù)中垂直添加兩個數(shù)據(jù)幀。

結果數(shù)據(jù)幀是allMarks。上面比較了所有三個數(shù)據(jù)幀的形狀。

接下來看看“allMarks”的內容并計算平均值：

allMarks['Exam Points'].mean() #Average Marks

輸出:49.74

步驟3：合并來自兩個數(shù)據(jù)幀的信息(Merge)

現(xiàn)在，假設想找出在這兩個批次中排名第一的學生的名字。這里不需要垂直添加數(shù)據(jù)幀。為了給學生的名字再加一列，我們將不得不水平縮放。

要做到這一點，我們會發(fā)現(xiàn)最高得分：

allMarks['Exam Points'].max() # Maximum Marks

輸出:100

學生的最高成績是100分?，F(xiàn)在，使用“merge”函數(shù)查找此學生的姓名：

mergedData=allMarks.merge(IDandName, on='student id')

mergedData.head()

最后，生成的數(shù)據(jù)框有學生的名字和他們的標記。

merge函數(shù)需要一個必要的屬性，兩個數(shù)據(jù)幀將在該屬性上合并。需要傳遞此列的名稱在“on”參數(shù)中。

merge函數(shù)的另一個重要論點是“如何”。這指定要在數(shù)據(jù)幀上執(zhí)行的聯(lián)接類型。以下是可以執(zhí)行的不同連接類型(SQL用戶將非常熟悉這一點)：

• 內部連接(如果不提供任何參數(shù)，則默認執(zhí)行)

• 外部連接

• 右連接

• 左連接

現(xiàn)在，我們將看到數(shù)據(jù)框包含100個“檢查點”的行：

mergedData.loc[mergedData['Exam Points']==100]

關于Python中怎么加入多個數(shù)據(jù)幀就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。