Python Pandas - সূচক মান সহ ডেটাফ্রেম মার্জ করুন

পান্ডাস ডেটাফ্রেম মার্জ করতে, একত্রীকরণ ব্যবহার করুন () ফাংশন। এতে, আপনি প্যারামিটার সূচক সেট করতে পারেন সত্যে অথবা মিথ্যা . আপনি যদি পরীক্ষা করতে চান কোন ডেটাফ্রেমের একটি নির্দিষ্ট রেকর্ড আছে, তাহলে −

indicator= True

উপরে দেখানো হিসাবে, উপরের প্যারামিটারটিকে True হিসাবে ব্যবহার করে, "_merge" নামে আউটপুট ডেটাফ্রেমে একটি কলাম যুক্ত করে৷

প্রথমে, আসুন পান্ডাস লাইব্রেরিটিকে একটি উপনাম −

import pandas as pd

আসুন DataFrame1 −

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

DataFrame2 −

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

   }
)

এখন, ডাটাফ্রেমকে ইন্ডিকেটর ভ্যালু True-

# merge DataFrames with indicator value
mergedRes = pd.merge(dataFrame1, dataFrame2, how ="left",indicator=True)

উদাহরণ

নিম্নলিখিত কোড -

import pandas as pd

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

print"DataFrame1 ...\n",dataFrame1

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

   }
)

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

# merge DataFrames with indicator value
mergedRes = pd.merge(dataFrame1, dataFrame2, how ="left",indicator=True)
print"\nMerged dataframe...\n", mergedRes

আউটপুট

এটি নিম্নলিখিত আউটপুট তৈরি করবে। এখানে, "_merge"-এ "উভয়"" দেখায় যে উভয় মান উভয় ডেটাফ্রেমে রয়েছে -

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

Merged dataframe...
       Car   Units   Reg_Price    _merge
0      BMW    100      7000.0       both
1    Lexus    150      1500.0       both
2     Audi    110         NaN  left_only
3  Mustang     80      8000.0       both
4  Bentley    110         NaN  left_only
5   Jaguar     90      6000.0       both