[英]Join two dataframes with inner join
假設我有這兩個數據集:
Data frame 1:
X | date
a | 1/1/2018
a | 1/2/2018
...
b | 1/1/2018
並且df 2:
Holiday
1/1/2018
5/1/2018
在第一個數據集中添加新列的優雅方法是什么,當日期與第二個數據集匹配時為1?
非常感謝你!
這是通過isin()
方法實現的。
df1 = pd.DataFrame({'date': ['1/1/2018', '1/2/2018', '1/1/2018']})
df2 = pd.DataFrame({'Holiday': ['1/1/2018', '5/1/2018']})
df1
# date
# 0 1/1/2018
# 1 1/2/2018
# 2 1/1/2018
df2
# Holiday
# 0 1/1/2018
# 1 5/1/2018
df1['is_holiday'] = df1.date.isin(df2.Holiday).astype(int)
df1
# date is_holiday
# 0 1/1/2018 1
# 1 1/2/2018 0
# 2 1/1/2018 1
該isin
@Mike的方法足以滿足你的答案,但只是為了方便起見,您可以通過使用有關比賽的詳細信息擴展您的數據幀merge
有一個指標:
df1.merge(df2, left_on='date', right_on='Holiday', how='left', indicator=True)
X date Holiday _merge
0 a 1/1/2018 1/1/2018 both
1 a 1/2/2018 NaN left_only
2 b 1/1/2018 1/1/2018 both
在這里,我們看到我們的_merge
列,它指示匹配是僅在兩者中還是在左側。
“合並”和“連接”這兩個詞在Pandas和其他語言中相對可互換,即SQL和R.在Pandas中,有單獨的“merge”和“join”函數,兩者都做類似的事情。
result = pd.merge(df1, df2, on = 'id_column')
result.head()
在您的特定情況下,這可能不是完全必要的,因為您確實想要有條件地將列添加到現有數據框。 正如@Mike建議的那樣,你應該使用isin()
。 這里唯一的區別是我選擇使用bool
數據類型而不是int
。
df1['is_holiday'] = df1.date.isin(df2.Holiday).astype(bool)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.