来自 R 并尝试在 Python 中使用 dfply 包模拟 dplyr。需要一些帮助。
我这里有两个问题,请帮忙。
- 如果连接列的名称不同,我如何连接两个数据集?
- 有没有办法让我加入多个专栏?根据文档,我只能通过一列加入。
https://github.com/kieferk/dfply#joining
我喜欢 dfply 包,但它缺少关键功能。感谢您的帮助。或者帮助我使用 Python 中的任何其他包,如 R dplyr
最佳答案
dfply 包基于 python 中的 great pandas 包构建。它的文档主要用于指导您了解其基本功能。如果你去它的 github repo 并找到 join.py 文件,你可以看到各种连接的底层实现依赖于 pandas 的 df.merge 函数。
所以回答你的问题(希望现在还不算太晚):
如果连接列的名称不同,我如何连接两个数据集?
df>> inner_join(other, by=('A_c1','B_c1'))
有没有办法让我加入多个专栏?根据文档,我只能按一列加入。
df>> inner_join(other, by=[('A_c1','B_c1'),('A_c2','B_c2')])
我需要补充的一件事是,在撰写本文时,即 2018 年 10 月,您必须安装该软件包的开发版本,其中添加了多列连接功能。
关于Python dfply 包 - 加入,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49903567/