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. Также 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 конкретный 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 к left_on left_by : имя столбца или список имён столбцов Группировать левый DataFrame по столбцам группы и объединять частями с правым DataFrame right_by : имя столбца или список имён столбцов Группировать правый DataFrame по столбцам группы и объединять частями с левым DataFrame fill_method : {‘ffill’, None}, по умолчанию None Метод интерполяции данных suffixes : последовательность длины 2 (кортеж, список, …) Суффикс, применяемый к совпадающим именам столбцов в левой и правой частях соответственно how : {‘left’, ‘right’, ‘outer’, ‘inner’}, по умолчанию ‘outer’ left: использовать только ключи из левого фрейма (SQL: левое внешнее объединение) right: использовать только ключи из правого фрейма (SQL: правое внешнее объединение) outer: использовать объединение ключей из обоих фреймов (SQL: полное внешнее объединение) inner: использовать пересечение ключей из обоих фреймов (SQL: внутреннее объединение) Добавлена 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

>>> merge_ordered(A, B, fill_method='ffill', left_by='group')
  group key  lvalue  rvalue
0     a   a       1     NaN
1     a   b       1     1.0
2     a   c       2     2.0
3     a   d       2     3.0
4     a   e       3     3.0
5     b   a       1     NaN
6     b   b       1     1.0
7     b   c       2     2.0
8     b   d       2     3.0
9     b   e       3     3.0