跳至主要內容

合并

合并

描述：将两个DataFrame数据集依照指定列，进行合并操作，得到一个新的DataFrame

合并
合并

属性说明

通用属性

  • 前置延时 - 组件功能执行之前等待的时间，单位为''ms''
  • 后置延时 - 组件功能执行后等待的时间，单位为''ms''
  • 备注- 组件备注说明，以便于理解和快速定位

目标属性

  • left - 参与合并的左侧DataFrame数据集

  • right - 参与合并的右侧DataFrame数据集

  • how - 用以设置合并两个DataFrame的方式，有'inner'（默认）、'outer'、'left'以及'right'四种方式

  • on - 指定用于连接合并两个DataFrame的列，必须在左右DataFrame数据集中都存在(找到)的列

  • left_on - 当两个DataFrame数据集合并的指定列不相同时，使用左侧DataFrame中的'left_on'列作为合并列

  • right_on - 当两个DataFrame数据集合并的指定列不相同时，使用右侧DataFrame中的'right_on'列作为合并列

  • left_index - 根据左侧DataFrame中index进行合并，默认为False，使用时需为True

  • right_index - 根据右侧DataFrame中index进行合并，默认为False，使用时需为True

  • sort - 按照字典顺序通过连接列对结果DataFrame进行排序；默认为True，设置为False时，在很多情况下大大提高性能

  • suffixes - 对两个数据集中出现的重复列，新数据集中加上后缀进行区别,默认为('_x','_y')

  • copy - 如果为False，则避免将数据复制到结果数据框中。默认为True

  • indicator - 如果为True，则在输出数据框中添加一列，用于指示每行的来源

  • validate - string, 默认为'None'. 如果指定，检查合并是否为指定类型。以下是可能的选项：

    'one_to_one'或'1:1'：检查合并键在左右数据框中是否都是唯一的；'one_to_many'或'1:m'：检查合并键在左侧数据框中是否唯一；'many_to_one'或'm:1'：检查合并键在右侧数据框中是否唯一；'many_to_many'或'm:m'：不允许

返回值

  • 输出到变量 - 返回合并后的DataFrame

使用示例

准备需要合并的excel文件：df1、df2，内容如下图

df1

image-20240304160822480
image-20240304160822480

df2

image-20240304160839471
image-20240304160839471

添加【读取Excel】组件，读取表格df1数据---->添加【读取Excel】组件，读取表格df2数据

image-20240314113403221
image-20240314113403221

添加流程变量并命名为【df1】---->添加流程变量并命名为【df2】---->拖动变量并分别连至两个【读取Excel】组件的返回值

image-20240314113539054
image-20240314113539054

添加【合并】组件---->拖动变量df1连至合并组件的left属性---->拖动变量df2连至合并组件的right属性---->添加【输出】组件---->将合并的返回赋予到输出

image-20240314113707023
image-20240314113707023

情况1：合并组件的目标属性''on''为None---->运行流程

image-20240314114406253
image-20240314114406253

输出结果：运行流程后---->系统将自动读取excel表格数据，以'一'、'二'以及'三'这三列合并两个表格数据，并输出结果到控制台

image-20240314114704987
image-20240314114704987

情况2：合并组件的目标属性''on''输入列名'二'--->运行流程

image-20240314131437456
image-20240314131437456

输出结果：运行流程后---->系统将自动读取excel表格数据，以'二'列合并两个表格数据，并输出结果到控制台

image-20240314131540531
image-20240314131540531

情况3：合并组件的目标属性''on''输入列名为元素的有序集合['二','三'] ---->运行流程

image-20240314131622834
image-20240314131622834

输出结果：运行流程后---->系统将自动读取excel表格数据，以'二','三'合并两个表格数据，并输出结果到控制台

image-20240314131705564
image-20240314131705564

情况4：合并组件的目标属性''how''默认为'inner'：内连接----> 以'一'列作为合并列---->运行流程

image-20240314131836073
image-20240314131836073

输出结果：运行流程后---->系统将自动读取excel表格数据，以'一'列交集合并两个DataFrame数据集，并输出结果到控制台

image-20240314131958491
image-20240314131958491

情况5：合并组件的目标属性''how''输入'outer'：外连接，使用指定列的并集合并两个DataFrame数据集，即根据列名匹配出所有列内容的数据，未匹配上的内容填为NaN---->''on''属性输入'一'，以'一'列作为合并列，匹配出两个DataFrame数据集中该列的所有内容数据---->运行流程

image-20240314132123187
image-20240314132123187

输出结果：运行流程后---->系统将自动读取excel表格数据，以'一'列作为合并列，并输出结果到控制台

image-20240314132536373
image-20240314132536373

情况6：合并组件的目标属性''how''输入'left'：左连接，使用左侧DataFrame数据集指定列，即根据列名左侧DataFrame取全部，右侧DataFrame取匹配的内容---->''on''属性输入'一'，以'一'列作为合并列，取左侧df1的全部，右侧df2只取与df1完全匹配的数据，其余内容填为NaN---->运行流程

image-20240314133231911
image-20240314133231911

输出结果：运行流程后---->系统将自动读取excel表格数据，以'一'列作为合并列，并输出合并结果

image-20240314133436377
image-20240314133436377

情况7：合并组件的目标属性''how''输入'right'：右连接，使用右侧DataFrame数据集指定列，即根据列名右侧DataFrame取全部，左侧DataFrame取匹配的内容，未匹配上的内容填为NaN---->属性''on''输入'一'，以'一'列作为合并列，取右侧df2的全部，左侧df1只取与df1完全匹配的数据，其余内容填为NaN---->运行流程

image-20240314133505986
image-20240314133505986

输出结果：运行流程后---->系统将自动读取excel表格数据，以'一'列作为合并列，并输出结果到控制台

image-20240314133539508
image-20240314133539508

情况8：合并组件的目标属性''left_on''输入'四'---->'right_on'输入'五'---->'how'输入'outer'，即以df1的'四'列和df2的'五'列作为指定列的外连接---->运行流程

image-20240314134112930
image-20240314134112930

输出结果：运行流程后---->系统将自动读取excel表格数据，以df1的'四'列和df2的'五'列作为指定列的外连接合并两个表，并输出结果到控制台

image-20240314134317971
image-20240314134317971

情况9：合并组件的目标属性''left_index''和''right_index''设置为True，即以左右侧表数据中共有的index进行合并---->运行流程

image-20240314134534496
image-20240314134534496

输出结果：运行流程后---->系统将自动读取excel表格数据，以左右侧表数据中共有的index进行合并，并输出结果到控制台

image-20240314134644940
image-20240314134644940