5.6 KiB
Python 中的左连接数据帧
原文：https://www.pythonforbeginners.com/basics/left-join-dataframes-in-python
左连接操作在 SQL 中用于连接两个表。在本文中，我们将讨论如何在 python 中对两个数据帧执行左连接操作。
什么是左连接运算？
假设我们有两个表 A 和 B。当我们执行操作(左连接 B)时，我们得到一个新表，它包含表 A 中的所有行以及表 B 中的相应行。除此之外，表 A 中与表 B 中没有任何匹配行的所有行也包含在输出表中。但是，属于表 B 的行，在表 A 中没有任何匹配的行，将从最终结果中忽略。
为了理解这一点，假设我们有一个包含学生详细信息的行的表 A，和一个包含学生成绩的行的表 B。同样，两个表有一个公共列，比如说 ‘Name’。现在，如果我们想执行操作 A left join B，结果表将包含学生的详细信息以及他们的分数。此外，这些学生的详细信息将在输出表中提及，其分数不在表 b 中。相反，这些学生的分数将不包括在输出表中，其详细信息不在表 a 中。
由于数据帧包含表格数据，我们可以在 python 中对数据帧执行左连接操作。为此，我们将使用merge()方法和join()方法。
您可以使用以下链接下载程序中使用的文件。
使用 merge()方法左连接数据帧
我们可以使用 python 中的merge()方法对数据帧执行左连接操作。为此，我们将在第一个数据帧上调用merge()方法。此外，我们将把第二个数据帧作为第一个输入参数传递给merge()方法。此外，我们将要匹配的列的名称作为输入参数传递给 ‘on’参数，并将文字‘left’作为输入参数传递给‘how’参数。执行后， merge()方法将返回输出数据帧，如下例所示。
import pandas as pd
import numpy as np
names=pd.read_csv("name.csv")
grades=pd.read_csv("grade.csv")
resultdf=names.merge(grades,how="left",on="Name")
print("The resultant dataframe is:")
print(resultdf)
输出:
The resultant dataframe is:
Class_x Roll_x Name Class_y Roll_y Grade
0 1 11 Aditya 1.0 11.0 A
1 1 12 Chris 1.0 12.0 A+
2 1 13 Sam NaN NaN NaN
3 2 1 Joel 2.0 1.0 B
4 2 22 Tom 2.0 22.0 B+
5 2 44 Samantha NaN NaN NaN
6 3 33 Tina 3.0 33.0 A-
7 3 34 Amy 3.0 34.0 A
如果第一个数据帧中的行在第二个数据帧中没有匹配的数据帧，这些行仍会包含在输出中。然而，对于在第一数据帧中没有任何匹配行的第二数据帧中的行来说，情况并非如此。你可以在上面的例子中观察到这一点。
如果有同名的列，python 解释器会给列名添加 _x 和_y后缀。为了识别数据帧中调用了merge()方法的列，添加了_x后缀。对于作为输入参数传递给merge() 方法的 dataframe，使用了_y后缀。
建议阅读:如果你对机器学习感兴趣，可以阅读这篇关于机器学习中回归的文章。您可能也会喜欢这篇关于带有数字示例的 k 均值聚类的文章。
使用 Join()方法左连接数据帧
不使用merge() 方法，我们可以使用 join()方法在给定的数据帧上执行左连接操作。当在一个数据帧上调用 join()方法时，它将另一个数据帧作为它的第一个输入参数。此外，我们将要匹配的列的名称作为输入参数传递给‘on’参数，并将文字‘left’作为输入参数传递给‘how’参数。执行后， join()方法返回输出数据帧，如下例所示。
import pandas as pd
import numpy as np
names=pd.read_csv("name.csv")
grades=pd.read_csv("grade.csv")
grades=grades.set_index("Name")
resultdf=names.join(grades,how="left",on="Name",lsuffix='_names', rsuffix='_grades')
print("The resultant dataframe is:")
print(resultdf)
输出:
The resultant dataframe is:
Class_names Roll_names Name Class_grades Roll_grades Grade
0 1 11 Aditya 1.0 11.0 A
1 1 12 Chris 1.0 12.0 A+
2 1 13 Sam NaN NaN NaN
3 2 1 Joel 2.0 1.0 B
4 2 22 Tom 2.0 22.0 B+
5 2 44 Samantha NaN NaN NaN
6 3 33 Tina 3.0 33.0 A-
7 3 34 Amy 3.0 34.0 A
在使用join()方法时，您还需要记住，要执行连接操作的列应该是作为输入参数传递给join()方法的 dataframe 的索引。如果数据帧的某些列有相同的列名，您需要使用lsuffix和rsuffix参数指定列名的后缀。如果列名相同，传递给这些参数的值可以帮助我们识别哪个列来自哪个数据帧。
结论
在本文中，我们讨论了在 python 中对数据帧执行左连接操作的两种方法。想了解更多关于 python 编程的知识，可以阅读这篇关于 python 中的字典理解的文章。你可能也会喜欢这篇关于 python 中的列表理解的文章。