本问主要讲解如何拼接两个dataframe
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams[‘font.sans-serif’]=[‘SimHei’]
df = pd.read_csv(‘C:/python/plot_learn/nba.csv’,encoding=’utf-8′)
输出为(前5行)：
分区 排名 球队 胜 负 胜率 胜场差 连续成绩 得分/场 场均失分 差距
0 西区 1 火箭 49 13 79.0 0.0 15连胜 114.0 105.2 8.8
1 西区 2 勇士 49 14 77.8 0.5 5连胜 116.1 107.6 8.5
2 西区 3 开拓者 37 26 58.7 12.5 6连胜 105.2 103.4 1.8
3 西区 4 森林狼 38 28 57.6 13.0 2连负 109.7 107.0 2.7
4 西区 5 鹈鹕 35 26 57.4 13.5 7连胜 112.1 111.7 0.4
分别针对”得分/场”和”场均失分”排序，然后使用join方法拼接
df1=df.sort_values(by=’得分/场’,axis=0,ascending=False)
df2=df.sort_values(by=’场均失分’,axis=0,ascending=True)
df_score=df1.join(df0)
df_missed=df2.join(df3)
使用df.set_index()方法将’球队’列设置为index
df_score.set_index(‘球队’)
df_missed.set_index(‘球队’,inplace=True)
用df.rename()方法修改列名
df_missed.rename(columns={‘RankingBy’:’RankingBy_M’},inplace=True)
df_score.rename(columns={‘RankingBy’:’RankingBy_S’},inplace=True)
df_missed_Ranking=df_missed[‘RankingBy_M’]
df_con1=df_score.join(df_missed_Ranking)
df_con1的输出
分区 排名 胜 负 胜率 胜场差 连续成绩 得分/场 场均失分 差距 RankingBy_S RankingBy_M
勇士 西区 2 49 14 77.8 0.5 5连胜 116.1 107.6 8.5 0 20
火箭 西区 1 49 13 79.0 0.0 15连胜 114.0 105.2 8.8 1 11
鹈鹕 西区 5 35 26 57.4 13.5 7连胜 112.1 111.7 0.4 2 28
猛龙 东区 1 44 17 72.1 0.0 3连胜 112.1 103.4 8.7 3 5
骑士 东区 3 36 26 58.1 8.5 2连负 110.0 110.1 -0.1 4 27
森林狼 西区 4 38 28 57.6 13.0 2连负 109.7 107.0 2.7 5 16
快船 西区 9 33 28 54.1 15.5 1连胜 108.9 107.8 1.1 6 21
掘金 西区 8 35 28 55.6 14.5 2连胜 108.7 107.5 1.2 7 19
湖人 西区 11 28 34 45.2 21.0 5连胜 108.4 110.0 -1.6 8 26
76人 东区 6 34 27 55.7 10.0 2连胜 107.5 105.4 2.1 9 13
奇才 东区 4 36 27 57.1 9.0 2连负 107.1 105.5 1.6 10 14
步行者 东区 5 35 27 56.5 9.5 1连胜 106.7 105.2 1.5 11 10
黄蜂 东区 10 28 35 44.4 17.0 2连负 106.6 106.7 -0.1 12 15
雷霆 西区 7 37 28 56.9 13.5 1连负 106.6 103.8 2.8 13 7
魔术 东区 14 20 43 31.7 25.0 2连胜 105.8 110.0 -4.2 14 25
篮网 东区 13 20 43 31.7 25.0 2连负 105.6 109.7 -4.1 15 24
开拓者 西区 3 37 26 58.7 12.5 6连胜 105.2 103.4 1.8 16 4
雄鹿 东区 7 33 29 53.2 11.5 4连负 104.7 105.3 -0.6 17 12
太阳 西区 14 19 45 29.7 31.0 1连负 104.5 113.2 -8.7 18 29
凯尔特人 东区 2 44 20 68.8 1.5 1连负 104.4 100.2 4.2 19 1
尼克斯 东区 11 24 39 38.1 21.0 3连负 104.2 107.1 -2.9 20 17
老鹰 东区 15 19 44 30.2 26.0 1连负 103.6 108.2 -4.6 21 22
公牛 东区 12 21 41 33.9 23.5 1连胜 103.3 109.5 -6.2 22 23
活塞 东区 9 29 34 46.0 16.0 2连负 103.1 104.0 -0.9 23 8
爵士 西区 10 33 30 52.4 16.5 2连胜 102.8 101.3 1.5 24 2
马刺 西区 6 36 27 57.1 13.5 2连负 102.4 99.4 3.0 25 0
独行侠 西区 13 19 44 30.2 30.5 2连负 102.1 104.8 -2.7 26 9
热火 东区 8 33 30 52.4 12.0 1连胜 101.4 102.0 -0.6 27 3
国王 西区 12 19 44 30.2 30.5 1连负 99.2 107.1 -7.9 28 18
灰熊 西区 15 18 44 29.0 31.0 13连负 98.9 103.6 -4.7 29 6
如上面的输出可以看出，得分和失分的排名已经合并到了同一个表格
Original: https://blog.csdn.net/weixin_36334262/article/details/112835608
Author: 东火女
Title: python中的join函数连接dataframe_python pandas处理CSV文件并使用join()方法拼接两个dataframe…
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/756081/
转载文章受原作者版权保护。转载请注明原作者出处！