5.8 KiB
Python 中的右连接数据帧
原文：https://www.pythonforbeginners.com/basics/right-join-dataframes-in-python
右连接操作用于连接 SQL 中的两个表。在本文中，我们将讨论如何在 python 中对两个数据帧执行正确的连接操作。
什么是正确的连接操作？
考虑两个表 A 和 B，其中 A 包含一个班级中学生的详细信息，而表 B 包含学生的分数。表 A 和表 B 都有一个公共列“Name”。当我们对表执行(A right join B)操作时，我们得到一个包含表 B 中所有行以及表 A 中相应行的表。除此之外，表 B 中与表 A 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 A 的行，在表 B 中没有任何匹配的行，将从最终结果中忽略。
因此，我们将获得一个新表，其中包含个人详细信息以及表 b 中给出分数的学生的分数。输出表还将包含表 a 中未给出详细信息的学生的分数。但是，输出将不包含表 b 中未给出分数的学生的详细信息。
我们还可以对 pandas 数据帧执行右连接操作，因为数据帧包含表格形式的数据。为此，我们可以使用本文中讨论的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 Python 中的 merge()方法右连接数据帧
我们可以使用 python 中的merge()方法对数据帧执行正确的连接操作。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‘right’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="right",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 1.0 11.0 Aditya 1 11 A
1 1.0 12.0 Chris 1 12 A+
2 2.0 1.0 Joel 2 1 B
3 2.0 22.0 Tom 2 22 B+
4 3.0 33.0 Tina 3 33 A-
5 3.0 34.0 Amy 3 34 A
6 NaN NaN Radheshyam 3 23 B+
7 NaN NaN Bobby 3 11 D
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，则这些行不会包含在输出中。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。第二个数据帧的所有行都将包括在输出中，即使它们在第一个数据帧中没有任何匹配的行。您可以在下面的示例中观察到这一点。
如果两个数据帧中有同名的列，python 解释器会在列名中添加 _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 Python 中的 Join()方法右连接数据帧
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正确的连接操作。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，我们将把要匹配的列的名称作为输入参数传递给‘on’参数，把文字“right”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="right",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
0.0 1.0 11.0 Aditya 1 11 A
1.0 1.0 12.0 Chris 1 12 A+
3.0 2.0 1.0 Joel 2 1 B
4.0 2.0 22.0 Tom 2 22 B+
6.0 3.0 33.0 Tina 3 33 A-
7.0 3.0 34.0 Amy 3 34 A
NaN NaN NaN Radheshyam 3 23 B+
NaN NaN NaN Bobby 3 11 D
在使用join()方法时，您需要记住，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 中对数据帧执行正确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。