Question

我正在使用DataFrames.jl的v7.0版本，并且想知道是否是连接两个DataFrame的一种方法，以使两个DataFrame共享的所有列都连接在一起，而这两个DataFrame之间不通用的列被标记为丢失。

join()函数似乎为DataFrame创建了一个新密钥。 vcat函数似乎无法串联DataFrame，而没有完全相同的列名。

下面是我的意思的一个例子。

我想合并

df1 = DataFrame(
    A = [1, 1000, 10000, 100000],
    B = [1,2,3,4],
    D = ["N", "M", "I", "J"])
df2 = DataFrame(
    A = [1,2],
    B = repeat(1:2, inner=1),
    C = ["hi","CE"])

以一种使我得到的方式

df3 = DataFrame(
    A = [1,1000,10000,100000, 2],
    B = [1,2,3,4,2],
    C = ["hi", missing, missing, missing, "CE"],
    D = ["N", "M", "I", "J", missing])

我想使用大DataFrame来做到这一点，因此手动添加密钥不可行。

Answer 1

我在Julia v0.6.2和DataFrames.jl v0.11.7中做到了：

join(df1, df2, kind = :outer, on = intersect(names(df1), names(df2)))

我的输出：

5×4 DataFrames.DataFrame
│ Row │ A      │ B │ D       │ C       │
├─────┼────────┼───┼─────────┼─────────┤
│ 1   │ 1      │ 1 │ N       │ hi      │
│ 2   │ 1000   │ 2 │ M       │ missing │
│ 3   │ 10000  │ 3 │ I       │ missing │
│ 4   │ 100000 │ 4 │ J       │ missing │
│ 5   │ 2      │ 2 │ missing │ CE      │

由于它同时引用了df1和df2的列名，因此它应该使您免于手动命名键。

在Julia中加入DataFrames

1 个答案: