Запустить pandas онлайн

Объединение двух DataFrame в pandas

В этом уроке вы объедините два DataFrame по общему ключевому столбцу с помощью метода merge().

  • Средний
  • Чтение: 2 мин
  • Примеров для запуска: 1

Введение

Какую задачу это решает

Связанные данные часто хранятся в отдельных таблицах: имена студентов в одной, баллы в другой, а связывает их ID студента. Чтобы анализировать их вместе, нужно сопоставить строки по общему ключу, как при join в базе данных.

Пример из жизни

Слияние таблиц похоже на сопоставление бейджей с контрольными работами по номеру студента. Вы кладёте две стопки рядом и скрепляете степлером бейдж и работу с одинаковым номером.

От сопоставления бейджей и работ к коду
students🏷️ Бейджи с id
scores📝 Контрольные с id
merge(scores, on="id")📎 Скрепить те, у кого одинаковый id
id, name, score📋 По строке на каждого сопоставленного студента
Строки сопоставляются по общему столбцу-ключу.
Одним предложением

merge объединяет два DataFrame, сопоставляя значения в одном или нескольких столбцах-ключах; по умолчанию сохраняются только ключи, найденные в обеих таблицах (внутреннее соединение).

Главное

  1. students.merge(scores, on="id") сопоставляет строки с одинаковым id.
  2. В каждой строке результата есть столбцы обеих таблиц: id, name и score.
  3. По умолчанию сохраняются только id, которые есть в обеих таблицах.
  4. Столбец id появляется один раз, потому что это ключ.

Когда это нужно?

  • Объединение таблиц из базы данных или нескольких файлов.
  • Добавление информации, например имён или цен, к строкам, где есть только ID.
  • Сравнение двух версий набора данных.

Когда это не нужно

  • Наложение таблиц с одинаковыми столбцами друг на друга: используйте pd.concat.
  • Ключи, которые не уникальны ни с одной стороны: каждое совпадение умножает строки, поэтому сначала проверьте дубликаты.

Пример кода

Запустить код →
main.py
import pandas as pd

students = pd.DataFrame({"id": [1, 2], "name": ["Ada", "Lin"]})
scores = pd.DataFrame({"id": [1, 2], "score": [95, 88]})

print(students.merge(scores, on="id"))
Получить кнопку запуска для этого примера

Результат выполнения

id name  score
0   1  Ada     95
1   2  Lin     88

Разбор кода

Параметр on="id" делает столбец id ключом, который связывает две таблицы. По умолчанию merge() выполняет внутреннее соединение (inner join): оставляет только те id, что есть в обеих таблицах, и собирает их столбцы в итоговую таблицу. Перед объединением проверьте тип ключевого столбца и наличие дубликатов, чтобы не получить неверный результат.

Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.

Упражнения для практики

Попробуйте изменить код по подсказкам ниже. Если менять код и смотреть на результат, урок запомнится гораздо лучше, чем при простом чтении.

  1. Добавьте в пример строки, столбцы и несколько пропущенных значений.
  2. Объедините фильтрацию, сортировку и groupby, чтобы получить небольшой отчёт.
  3. Прочитайте реальный файл с данными, проверьте тип каждого столбца и обработайте неверные значения.
Запустить в компиляторе Python →

Частые ошибки

Незаметная потеря строк

Внутреннее соединение по умолчанию отбрасывает студентов без балла.

Ошибка
students.merge(scores, on="id")
Исправление
students.merge(scores, on="id", how="left")

Закончили этот урок?

Отметьте его как изученный, чтобы следить за прогрессом.