Python merge_asof方法用法及代码示例

例子

基本用法

考虑以下两个 DataFrame：

df = pd.DataFrame({"A":[2,3,4],"B":[3,5,9]}, index=["a","b","c"])
df_other = pd.DataFrame({"B":[2,5,10],"C":[7,8,1]}, index=["d","e","f"])



   A  B   |     B   C
a  2  3   |  d  2   7
b  3  5   |  e  5   8
c  4  9   |  f  10  1

对列 B 执行连接：

pd.merge_asof(df, df_other, on="B")



   A  B  C
0  2  3  7
1  3  5  8
2  4  9  8

请注意以下事项：

• 左侧 DataFrame 的原始列 B 出现在生成的 DataFrame 中。

• 一对列 B 中的值不完全匹配 - [3,5,9] 和 [2,5,10] 。

• 由于值 3 不存在于 right 连接键中，因此该方法会查找小于 3 ( direction="backward" ) 的最接近值，在本例中为 2 。 C 列的对应值是 7 ，因此这就是我们在第一行看到值 7 的原因。

• 同样，右连接键中不存在值 9 ，因此小于 9 的最接近匹配是 5 。此匹配的 C 列的相应值是 8 ，因此我们最终在右下角条目中得到 8 。

• on="B" 实际上可以在这里省略，因为如果 left 和 right 中存在一对重叠的列标签，该方法将推断连接键。

指定left_by

考虑以下数据帧：

df = pd.DataFrame({"A":[7,9],"B":[3,5]}, index=["a","b"])
df_other = pd.DataFrame({"B":[2,5],"C":[7,8]}, index=["d","e"])



   A  B    |     B  C
a  7  3    |  d  2  7
b  9  5    |  e  5  8

默认情况下，不指定 by 、 left_by 或 right_by ：

pd.merge_asof(df, df_other, on="B")



   A  B  C
0  7  3  7
1  9  5  8

我们可以通过允许指定列值匹配的匹配来限制匹配：

pd.merge_asof(df, df_other, on="B", left_by="A", right_by="C")



   A  B  C
0  7  3  7.0
1  9  5  NaN

请注意以下事项：

• 第一行仍返回 7.0 值，因为 A 的列值与 C 的列值匹配(两者都是 7 )。

• 我们在第二行得到NaN，因为A (9) 的列值与C (8) 的列值不匹配。

指定后缀

考虑以下两个 DataFrame：

df = pd.DataFrame({"A":[2,3],"B":[3,5]}, index=["a","b"])
df_other = pd.DataFrame({"B":[2,5],"A":[7,8]}, index=["d","e"])



   A  B   |     B  A
a  2  3   |  d  2  7
b  3  5   |  e  5  8

默认情况下， suffixes=("_x","_y") ，这意味着如果生成的 DataFrame 中出现重复的列标签，则 "_x" 将作为后缀附加到左侧的重叠标签，以及右侧的 "_y" ：

pd.merge_asof(df, df_other, on="B")



   A_x  B  A_y
0   2   3   7
1   3   5   8

我们可以像这样指定我们自己的后缀：

pd.merge_asof(df, df_other, on="B", suffixes=["_X","_Y"])



   A_X  B  A_Y
0   2   3   7
1   3   5   8

您可以传入单个 None 而不是字符串，以保留左侧或右侧重叠标签的原始名称：

pd.merge_asof(df_one, df_two, on="B", suffixes=["_X",None])



   A_X  B   A
0   2   3   7
1   3   5   8
2   4   9   8