pandas 合并两个数据框 [英] pandas merge two dataframes

问题描述

我是熊猫模块的新手。关于熊猫的合并方法，我有一个小问题。假设我有两个单独的表，如下所示：

Original_DataFrame

 机器周数量百分比
 M1 2 75 
 M1 5 80 
 M1 8 95 
 M1 10 90 
  

New_DataFrame

 机器周百分比
 M1 1100 
 M1 2100 
 M1 3100 
 M1 4100 
 M1 5100 
 M1 6100 
 M1 7 100 
 M1 8100 
 M1 9100 
 M1 10100 
  

我使用了pandas模块的合并方法，如下所示：

  pd.merge（orig_df，new_df，on ='weekNum'， how ='left'）
  

我得到如下信息：

 机器周Num Percent_x Percent_y 
 0 M1 2 75100 
 1 M1 5 80100 
 2 M1 8 95100 
 3 M1 10 90100 
  

但是，我希望填写跳过的weekNums，并为这些行输入100，以获取所需的输出，如下所示。

 机器周数值百分比
 M1 1100 
 M1 2 75 
 M1 3100 
 M1 4100 
 M1 5 80 
 M1 6100 
 M1 7100 
 M1 8 95 
 M1 9100 
 M1 10 90 
  

有人可以指导我如何进行吗？

解决方案

我认为您需要

编辑：

对于标签：

  plt.figure（figsize =（12，8））
 ax = df.plot.bar（'weekNum'，'Percent'）
 rects = ax.patches 
 
为rect，在zip中标记（rects，df ['Percent']）：
高度= rect.get_height（）
 ax.text（rect.get_x（）+ rect.get_width （）/ 2，高度+ 1，标签，ha ='center'，va ='bottom'）
 
 plt.ylim（ymax = 120）
  

I am new to pandas module. I have a small question regarding pandas merge method. Suppose I have two separate tables, as follows:

Original_DataFrame

machine weekNum Percent
 M1        2      75
 M1        5      80
 M1        8      95
 M1       10      90

New_DataFrame

machine weekNum Percent
 M1        1      100
 M1        2      100
 M1        3      100
 M1        4      100
 M1        5      100
 M1        6      100
 M1        7      100
 M1        8      100
 M1        9      100
 M1       10      100

I used merge method of pandas module, as follows:

pd.merge(orig_df, new_df, on='weekNum', how='left')

I get as follows:

    machine    weekNum  Percent_x  Percent_y
 0    M1           2      75         100
 1    M1           5      80         100
 2    M1           8      95         100
 3    M1          10      90         100

However, I am looking to fill up the skipped weekNums and put 100 for those rows to get the desired output as follows.

machine weekNum Percent
 M1        1      100
 M1        2      75
 M1        3      100
 M1        4      100
 M1        5      80
 M1        6      100
 M1        7      100
 M1        8      95
 M1        9      100
 M1       10      90

Can anyone please direct me how to proceed?

解决方案

I think you need combine_first, but first set_index by common columns:

df11 = df1.set_index(['machine','weekNum'])
df22 = df2.set_index(['machine','weekNum'])

df = df11.combine_first(df22).astype(int).reset_index()
print (df)
  machine  weekNum  Percent
0      M1        1      100
1      M1        2       75
2      M1        3      100
3      M1        4      100
4      M1        5       80
5      M1        6      100
6      M1        7      100
7      M1        8       95
8      M1        9      100
9      M1       10       90


df.plot.bar('weekNum', 'Percent')

EDIT:

For labels:

plt.figure(figsize=(12, 8))
ax = df.plot.bar('weekNum', 'Percent')
rects = ax.patches

for rect, label in zip(rects, df['Percent']):
    height = rect.get_height()
    ax.text(rect.get_x() + rect.get_width()/2, height + 1, label, ha='center', va='bottom')

plt.ylim(ymax=120)

这篇关于 pandas 合并两个数据框的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！