av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術文章
文章詳情頁

Python Merge函數原理及用法解析

瀏覽:94日期:2022-07-11 08:48:53

Merge函數的用法

簡單來說Merge函數相當于Excel中的vlookup函數。當我們對2個表進行數據合并的時候需要通過指定兩個表中相同的列作為key,然后通過key匹配到其中要合并在一起的values值。

然后對于merge函數在Pandas中分為1vs1, 多(m)vs1,以及多(m)vs多(m)這三種場景。但是平時用的最多的往往是多vs1的這種場景。也就是說2個表中其中一個表作為key的值會出現重復,而另外一個表作為key的值則是唯一。

這種場景也很好理解。例如:我們在生產環境中對服務器進行管理,一臺服務器上可能裝了各種各樣的軟件。那么如果是Excel表格來管理的話一個軟件就占用一行信息。而服務器名是相同的。所以一個相同的服務器名就會出現多個。

這臺服務器上安裝了多少個軟件,服務器名就會重復幾次,也就是最終有幾行。那么另外一個表要想讀取這臺服務器上安裝的所有軟件,那么服務器名就要作為key,各個軟件的信息則是value值。最終被讀取寫入的那張表的key只能唯一。

我們看下面這個案例,是真實多v1的案例。為了數據安全我只能把截圖分享給大家,并把服務器名遮掩希望大家諒解。

數據表1:作為查詢的總表,其中服務器名這列就是B列中的信息會出現重復

Python Merge函數原理及用法解析

數據表2:下表為按照表1的key就是hostname來匹配,匹配到后按照表2的列名來讀取信息寫入到表2.這里同上因為服務器名敏感,所以也用馬賽克擋住了,忘諒解。

Python Merge函數原理及用法解析

代碼演示:

1. 讀取表1,表2中的內容,作為DataFrame賦值給變量

#%%import pandas as pd#讀取表1df01 = pd.read_excel('./datas/new_all_datas.xlsx', header=5)df01.head()#%%#讀取表2df02 = pd.read_excel('./datas/new_software_InputSheet.xlsx')df02#%%

2. 通過merge函數合并兩個DataFrame。on代表指明拿什么作為key來進行匹配。how這里分為left,right,inner,outer等方式。這里left代表按照表1為主表進行合并。

#%%#ホスト名作為key來匹配兩個表,相當于vlookup函數#how=left代表以left左表為主,這里則代表表二為左表df03 = pd.merge(df02,df01,on='ホスト名',how='left')df03

結果:合并結果如下。但是因為表1,表2中出現重復元素的列名,因此合并后Pandas會按照后綴,把相同列名按照_x,_y的方式生成多列。

Python Merge函數原理及用法解析

3. 去除沒用的列并按照條件查詢想要的數據. 下列需求是按照服務器名,找出對應的'ソフトウェア名'也就是software名為Trend Micro的軟件以及'ソフトウェア?造元'software制造商為Symantec的所有行。

#%%#因為表中有相同的列名因此自動后綴被加上了_y#下面代表篩選查詢范圍,以及指定查詢值df03 = df03.loc[:,['ホスト名','行番號','ソフトウェア區分_y','ソフトウェア名_y','ソフトウェアバ?ジョン_y','ソフトウェア?造元_y']]df04 = df03[(df03['ソフトウェア名_y']=='Trend Micro') | (df03['ソフトウェア?造元_y']=='Symantec')]#重新把列名設定換一下然后輸出df04.columns = ['ホスト名','行番號','ソフトウェア區分','ソフトウェア名','ソフトウェアバ?ジョン','ソフトウェア?造元']df04

結果:

Python Merge函數原理及用法解析

4. 將數據導出到Excel文件

#%%with pd.ExcelWriter('./datas/output_mergedatas.xlsx') as writer: df04.to_excel(writer,index=False) print('Done!!')

結果:當然也可以直接導入到數據表2中去。我這里為了不破壞原表,因此作為新的Excel表導出了。

Python Merge函數原理及用法解析

大家在日常業務中,如果遇到類似場景可以嘗試通過merge函數來合并您的數據。還可以結合loc切片以及寫下來要發表的pivot,pivot_table透視表來更加豐富的對數據進行清洗。

總體而言用慣了Pandas后會感覺相比Excel中的函數及宏。Pandas會更加的靈活也更加的強大。

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持好吧啦網。

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 亚洲在线视频 | 国内毛片毛片毛片毛片 | 国产一区二区小视频 | 一区观看 | 天天天操操操 | 韩国精品在线观看 | 国内精品久久久久久 | 婷婷综合网 | 欧美aaaa视频 | 欧美午夜精品久久久久久浪潮 | 美女视频一区 | 国产成人精品久久二区二区 | 欧美网址在线观看 | 国产精品久久亚洲 | 狠狠干五月天 | 成人一区二区三区在线观看 | 亚洲国产成人精品久久久国产成人一区 | 中文成人在线 | 成人毛片在线观看 | 国产福利资源 | 羞羞视频在线观看免费观看 | 欧美综合一区二区 | 天堂久久天堂综合色 | 视频一区二区三区中文字幕 | 精品国产一区二区三区性色av | 欧美精品一区二区三 | 国产精品成人一区 | 免费在线一区二区 | 国产亚洲精品精品国产亚洲综合 | 久久久久久美女 | av影片在线 | av中文字幕网站 | 国产精品一区二区在线 | 欧美精品久久久久 | 日韩午夜电影在线观看 | 在线国产中文字幕 | 亚洲精品女人久久久 | 免费视频一区二区 | 午夜精品一区二区三区在线观看 | 在线看亚洲 | 成人在线免费看 |