В чём смысл параметров в pd.merge(df_left, df_right, left_on="sku", right_on="product_sku", how="inner")?
APandas будет искать совпадения по двум столбцам одновременно:
sku и product_sku в обеих таблицахBОбъединение будет выполнено по индексам
df_left и df_rightCБудут использованы только значения
df_left["sku"], а df_right просто добавится по порядку строкDСтроки будут сопоставляться по равенству
df_left["sku"] и df_right["product_sku"]Правильный ответ.
left_on/right_on нужны, когда названия ключевых столбцов различаются.Разбор
Параметры left_on и right_on явно задают, какие колонки сравнивать для построения соответствий между строками. В примере ключ в левой таблице называется sku, а в правой — product_sku. how="inner" означает, что в результат попадут только пары строк, где ключи совпали.
Проверь себя · 1/3разбор после ответа
Что верно про два шага:
mask = df["col"] > 0 и затем df[mask]?Ещё вопросы по теме «Pandas и DataFrame»
- Что вернёт выражение `df[df["price"] > 100]`?
- В `DataFrame` `df` есть столбцы `country`, `user_id`, `revenue`. Что вернёт выражение `df.loc[df["country"] == "RU", ["user_id", "revenue"]]`?
- В `df` есть столбец `age`. Какие значения `age` попадут в результат `df[(df["age"] >= 18) & (df["age"] <= 25)]`?
- Что выберет фильтр `df[~df["status"].isin(["cancelled", "returned"])]`?
- Что верно про два шага: `mask = df["col"] > 0` и затем `df[mask]`?
- Все вопросы по «Pandas и DataFrame» →