栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

Pandas的DataFrame代数

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Pandas的DataFrame代数

尽管不直接支持这些功能,但是可以在尝试连接之前通过调整索引来实现它们。

您可以使用

-
运算符设置减号:

In [11]: ind = pd.Index([1, 2, 3])In [12]: ind2 = pd.Index([3, 4, 5])In [13]: ind - ind2Out[13]: Int64Index([1, 2], dtype='int64')

并与和设置

|
交集与
&

In [14]: ind | ind2Out[14]: Int64Index([1, 2, 3, 4, 5], dtype='int64')In [15]: ind & ind2Out[15]: Int64Index([3], dtype='int64')

因此,如果您的某些Dataframe具有这些索引,则可以 加入 之前 重新索引:

In [21]: df = pd.Dataframe(np.random.randn(3), ind, ['a'])  # ind = df.indexIn [22]: df2 = pd.Dataframe(np.random.randn(3), ind2, ['b'])  # ind2 = df2.indexIn [23]: df.reindex(ind & ind2)Out[23]:          a3  1.368518

现在,您可以建立所需的任何联接:

In [24]: df.reindex(ind & ind2).join(df2.reindex(ind & ind2))  # equivalent to innerOut[24]:          a         b3  1.368518 -1.335534In [25]: df.reindex(ind - ind2).join(df2.reindex(ind - ind2))  # join on A set minus BOut[25]:          a   b1  1.193652 NaN2  0.064467 NaN


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/667987.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号