pandas之表连接操作
pd.merge
通过传入两个表的参数,以及两个表的连接字段进行合并
下面展示一些 内联代码片
。
// A code block
df1_b = pd.merge(df1_b, t3Hemo, left_on="入院首次影像检查流水号", right_on="流水号")
pd.concat
传入两个表,然后通过控制axis可以选择水平合并或者垂直拼接,axis=0是水平拼接,axis=1是垂直拼接
// A code block
t2=pd.concat([table2.iloc[:100,:],table2.iloc[130:,:]],axis=0)
join
语法是 表 1. j o i n ( 表 2 ) 表1.join(表2) 表1.join(表2)进行垂直拼接
// An highlighted block
df1_b = t1_train[
[
"入院首次影像检查流水号",
"年龄",
"性别",
"脑出血前mRS评分",
"高血压病史",
"卒中病史",
"糖尿病史",
"房颤史",
"冠心病史",
"吸烟史",
"饮酒史",
"发病到首次影像检查时间间隔",
"血压",
"脑室引流",
"止血治疗",
"降颅压治疗",
"降压治疗",
"镇静、镇痛治疗",
"止吐护胃",
"营养神经",
]
].join(
t2_train[
[
"HM_volume",
"HM_ACA_R_Ratio",
"HM_MCA_R_Ratio",
"HM_PCA_R_Ratio",
"HM_Pons_Medulla_R_Ratio",
"HM_Cerebellum_R_Ratio",
"HM_ACA_L_Ratio",
"HM_MCA_L_Ratio",
"HM_PCA_L_Ratio",
"HM_Pons_Medulla_L_Ratio",
"HM_Cerebellum_L_Ratio",
"ED_volume",
'ED_ACA_R_Ratio',
'ED_MCA_R_Ratio',
'ED_PCA_R_Ratio',
'ED_Pons_Medulla_R_Ratio',
'ED_Cerebellum_R_Ratio',
'ED_ACA_L_Ratio',
'ED_MCA_L_Ratio',
'ED_PCA_L_Ratio',
'ED_Pons_Medulla_L_Ratio',
'ED_Cerebellum_L_Ratio'
]
]
)