Объединение двух таблиц по ключу - стандартная задача в дата-аналитике. И если в Excel такая задача решается с помощью функции VLOOKUP, то в Pandas это можно сделать с помощью функции merge.

Примечание: Функция merge, как и VLOOKUP - аналоги различных JOIN в языке SQL.

Аргументы функции merge:

Левая таблица
Правая таблица
В аргумент on передаем название ключа, по которому идет объединение.

Важно: Название столбца, которое передается в аргумент on должно быть одинаковым в обоих таблицах. Если это не так, то нужно воспользоваться left_on и right_on.

Интересным моментом в данной задаче также является условие, что все строки «левой» таблицы sales должны присутствовать в итоговом датафрейме, вне зависимости от наличия соответствующего ProductID в таблице Products. Такой вид соединения называется левым и в Pandas достигается с помощью аргумента how='left'.

import pandas as pd # sales = [ # {'ProductID': 1, 'Amount': 5, 'Sum': 528}, # {'ProductID': 2, 'Amount': 2, 'Sum': 624}, # {'ProductID': 2, 'Amount': 1, 'Sum': 312}, # {'ProductID': 3, 'Amount': 1, 'Sum': 10}, # {'ProductID': 4, 'Amount': 8, 'Sum': 10842}, # {'ProductID': 4, 'Amount': 3, 'Sum': 4065}, # {'ProductID': 5, 'Amount': 1, 'Sum': 1024} # ] # products = [ # {'ProductID': 1, 'ProductName': 'Apple'}, # {'ProductID': 2, 'ProductName': 'Mango'}, # {'ProductID': 3, 'ProductName': 'Banana'}, # {'ProductID': 4, 'ProductName': 'Orange'} # ] # sales, products = pd.DataFrame(sales), pd.DataFrame(products) class Answer: def vlookup(self, sales, products): df = pd.merge(sales, products, how="left", on='ProductID') return df

Pandas: Объединить датафреймы по ключу

Оформите Premium