পাইথন - অভ্যন্তরীণ যোগদানের সাথে পান্ডাস ডেটাফ্রেম মার্জ করুন

Pandas DataFrame মার্জ করতে, merge() ব্যবহার করুন ফাংশন অভ্যন্তরীণ যোগদানটি “কীভাবে এর অধীনে সেট করে উভয় ডেটাফ্রেমে প্রয়োগ করা হয় ” মার্জ() ফাংশনের প্যারামিটার যেমন −

how = “inner”

প্রথমে, আসুন পান্ডাস লাইব্রেরিটিকে একটি উপনাম −

import pandas as pd

DataFrame1 −

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

এখন, DataFrame2 −

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

   }
)

"কিভাবে" প্যারামিটারে একটি সাধারণ কলাম কার এবং "ইনার" এর সাথে ডেটাফ্রেমগুলিকে একত্রিত করুন ইনার জয়েন -

mergedRes = pd.merge(dataFrame1, dataFrame2, on ='Car', how ="inner")

উদাহরণ

নিম্নলিখিত কোড -

#
# Merge Pandas DataFrame with Inner Join
#

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 common column Car and "inner" in "how" parameter implements Inner Join
mergedRes = pd.merge(dataFrame1, dataFrame2, on ='Car', how ="inner")
print"\nMerged dataframe with inner join...\n", mergedRes

আউটপুট

এটি নিম্নলিখিত আউটপুট −

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 with inner join...
       Car   Units   Reg_Price
0      BMW    100      7000
1    Lexus    150      1500
2  Mustang     80      8000
3   Jaguar     90      6000