pandas实现两个表匹配并在合并表中添加新一列
时间: 2024-04-15 22:29:43 浏览: 28
您可以使用 pandas 的 merge 函数来实现两个表的匹配和合并,并使用新的一列来存储匹配结果。下面是一个示例代码:
```python
import pandas as pd
# 创建第一个表
df1 = pd.DataFrame({'ID': [1, 2, 3],
'Name': ['Alice', 'Bob', 'Charlie']})
# 创建第二个表
df2 = pd.DataFrame({'ID': [2, 3, 4],
'Age': [25, 30, 35]})
# 使用 merge 函数进行匹配和合并,并添加新的一列
merged_df = pd.merge(df1, df2, on='ID', how='left')
merged_df['Age'] = merged_df['Age'].fillna(0) # 将缺失值填充为 0
print(merged_df)
```
输出结果如下:
```
ID Name Age
0 1 Alice 0.0
1 2 Bob 25.0
2 3 Charlie 30.0
```
在这个示例中,我们创建了两个表 `df1` 和 `df2`,它们都有一个共同的列 `ID`。然后,我们使用 `merge` 函数将这两个表根据 `ID` 列进行匹配和合并,使用 `left` 方式保留了 `df1` 中的所有行。最后,我们添加了新的一列 `Age` 来存储匹配结果,并将缺失值填充为 0。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)