pandas.merge_ordered

pandas.merge_ordered(left, right, on=None, left_on=None, right_on=None, left_by=None, right_by=None, fill_method=None, suffixes=('_x', '_y'), how='outer') [source]

Выполнить слияние с необязательным заполнением/интерполяцией, предназначенное для упорядоченных данных, таких как временные ряды. Необязательно выполнить слияние по группам (см. примеры)

Параметры:

left : DataFrame right : DataFrame on : имя или список имён Имена полей для объединения. Должны присутствовать в обоих DataFrame. left_on : имя или список имён, или массив-подобный объект Имена полей для объединения в левом DataFrame. Может быть вектором или списком векторов длины DataFrame, чтобы использовать определённый вектор в качестве ключа объединения вместо столбцов right_on : имя или список имён, или массив-подобный объект Имена полей для объединения в правом DataFrame или вектор/список векторов по документации left_on left_by : имя столбца или список имён столбцов Группировать левое DataFrame по столбцам группы и выполнять слияние по частям с правым DataFrame right_by : имя столбца или список имён столбцов Группировать правое DataFrame по столбцам группы и выполнять слияние по частям с левым DataFrame fill_method : {‘ffill’, None}, по умолчанию None Метод интерполяции для данных suffixes : последовательность длины 2 (кортеж, список, ...) Суффикс, применяемый к совпадающим именам столбцов в левой и правой части соответственно how : {‘left’, ‘right’, ‘outer’, ‘inner’}, по умолчанию ‘outer’ left: использовать только ключи из левого фрейма (SQL: левое внешнее соединение) right: использовать только ключи из правого фрейма (SQL: правое внешнее соединение) outer: использовать объединение ключей из обоих фреймов (SQL: полное внешнее соединение) inner: использовать пересечение ключей из обоих фреймов (SQL: внутреннее соединение) Новое в версии 0.19.0.

Возвращает:

merged : DataFrame Тип результата будет таким же, как у ‘left’, если это подкласс DataFrame.

См. также

merge, merge_asof

Примеры

>>> A                      >>> B
      key  lvalue group        key  rvalue
0   a       1     a        0     b       1
1   c       2     a        1     c       2
2   e       3     a        2     d       3
3   a       1     b
4   c       2     b
5   e       3     b

>>> ordered_merge(A, B, fill_method='ffill', left_by='group')
   key  lvalue group  rvalue
0    a       1     a     NaN
1    b       1     a       1
2    c       2     a       2
3    d       2     a       3
4    e       3     a       3
5    f       3     a       4
6    a       1     b     NaN
7    b       1     b       1
8    c       2     b       2
9    d       2     b       3
10   e       3     b       3
11   f       3     b       4