Python Pandas ō cō 合并具有一对一关系的DataFrame

使用 merge （）函数合并Pandas DataFrame。在“ validate”参数下设置“一对一关系”，以在两个DataFrame上实现一对一关系，即： –

validate =“ one-to-one”
或
validate =“ 1：1”

一对多关系检查合并键是否在左侧和右侧数据集中均唯一。

首先，让我们创建我们的第一个数据帧−

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90]
   }
)

现在，让我们创建我们的第二个数据帧−

dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
   }
)

例子

以下是代码−

#合并具有一对一关系的Pandas DataFrame

import pandas as pd

#创建DataFrame1
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],"Units": [100, 150, 110, 80, 110, 90]
   }
)

print("DataFrame1 ...\n",dataFrame1)

#创建DataFrame2
dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
   }
)

print("\nDataFrame2 ...\n",dataFrame2)

#在 "validate" 参数中使用 "one_to_one" 合并数据帧
mergedRes = pd.merge(dataFrame1, dataFrame2, validate ="one_to_one")
print("\n具有一对一关系的合并数据帧 ... \n", mergedRes)

输出

这将产生以下输出−

DataFrame1 ...
          Car   Units
0      BMW     100
1    Lexus     150
2     Audi     110
3  Mustang      80
4  Bentley     110
5   Jaguar      90

DataFrame2 ...
           Car   Reg_Price
0       BMW        7000
1     Lexus        1500
2     Tesla        5000
3   Mustang        8000
4  Mercedes        9000
5    Jaguar        6000

具有一对一关系的合并数据帧
          Car   Units   Reg_Price
0      BMW     100        7000
1    Lexus     150        1500
2  Mustang      80        8000
3   Jaguar      90        6000