pandas多条件模糊匹配两个表

在Pandas中，我们可以使用merge()函数进行多条件模糊匹配，假设我们有两个表df1和df2，我们想要根据某些列的值进行模糊匹配。

网站建设哪家好，找创新互联公司！专注于网页设计、网站建设、微信开发、小程序定制开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了潢川免费建站欢迎大家使用！

步骤如下：

1、我们需要导入pandas库。

import pandas as pd

2、我们创建两个数据框df1和df2。

df1 = pd.DataFrame({
    'A': ['foo', 'bar', 'baz', 'qux'],
    'B': ['one', 'one', 'two', 'three'],
    'C': ['small', 'large', 'large', 'small'],
    'D': [1, 2, 2, 3],
    'E': [2, 4, 5, 5]
})
df2 = pd.DataFrame({
    'A': ['foo', 'bar', 'baz', 'qux'],
    'B': ['one', 'one', 'two', 'four'],
    'C': ['small', 'large', 'large', 'small'],
    'F': [10, 20, 30, 40],
    'G': [50, 60, 70, 80]
})

3、接下来，我们可以使用merge()函数进行多条件模糊匹配，在这个例子中，我们将根据列’A’、’B’和’C’的值进行匹配。

result = pd.merge(df1, df2, on=['A', 'B', 'C'])

这将返回一个新的数据框，其中包含df1和df2中满足条件的行。

注意：merge()函数默认执行的是内连接（inner join），这意味着只有当两个表中的行在指定的列上都有匹配时，才会出现在结果中，如果你想执行其他类型的连接（如左连接、右连接或全连接），你可以传递相应的参数给merge()函数。pd.merge(df1, df2, on=['A', 'B', 'C'], how='outer')将执行全连接。

文章题目：pandas多条件模糊匹配两个表
标题URL：http://www.hantingmc.com/qtweb/news27/138777.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联