本文共 3277 字，大约阅读时间需要 10 分钟。

merge 函数参数

merge: 合并数据集， 通过left， right确定连接字段，默认是两个数据集相同的字段

参数 说明 left 参与合并的左侧DataFrame right 参与合并的右侧DataFrame how 连接方式：‘inner’（默认）；还有，‘outer’、‘left’、‘right’ on 用于连接的列名，必须同时存在于左右两个DataFrame对象中，如果位指定，则以left和right列名的交集作为连接键 left_on 左侧DataFarme中用作连接键的列 right_on 右侧DataFarme中用作连接键的列 left_index 将左侧的行索引用作其连接键 right_index 将右侧的行索引用作其连接键 sort 根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能 suffixes 字符串值元组，用于追加到重叠列名的末尾，默认为（‘_x’,‘_y’）.例如，左右两个DataFrame对象都有‘data’，则结果中就会出现‘data_x’，‘data_y’ copy 设置为False，可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是赋值 1.merge默认按相同字段合并，且取两个都有的。

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'name':['kate','herz','sally'],                  'score':[70,60,90]})pd.merge(df1,df2)

结果：

age   name  score0   25   kate     701   28   herz     602   35  sally     90

2. 当左右连接字段不相同时，使用left_on,right_on

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'call_name':['kate','herz','sally'],                  'score':[70,60,90]})df=pd.merge(df1,df2,left_on="name",right_on='call_name')print(df)

输出结果：

age   name call_name  score0   25   kate      kate     701   28   herz      herz     602   35  sally     sally     90

合并后，删除重复的列

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'call_name':['kate','herz','sally'],                  'score':[70,60,90]})df=pd.merge(df1,df2,left_on="name",right_on='call_name').drop('call_name',axis=1)print(df)

输出结果：

age   name  score0   25   kate     701   28   herz     602   35  sally     90

3.参数how的使用

“1)默认：inner 内连接，取交集”

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'name':['kate','herz','sally'],                  'score':[70,60,90]})df=pd.merge(df1,df2,on="name",how='inner')print(df)

结果：

age   name  score0   25   kate     701   28   herz     602   35  sally     90

2)outer 外连接，取并集，并用nan填充

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'name':['kate','herz','sally'],                  'score':[70,60,90]})df=pd.merge(df1,df2,on="name",how='outer')print(df)

输出：

age       name  score0   25       kate   70.01   28       herz   60.02   39  catherine    NaN3   35      sally   90.0

3)left 左连接， 左侧取全部，右侧取部分

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'name':['kate','herz','sally'],                  'score':[70,60,90]})df=pd.merge(df1,df2,on="name",how='left')print(df)

输出：

age       name  score0   25       kate   70.01   28       herz   60.02   39  catherine    NaN3   35      sally   90.0

4) right 有连接，左侧取部分，右侧取全部

import pandas as pddf1=pd.DataFrame({
  'name':['kate','herz','catherine','sally'],                  'age':[25,28,39,35]})df2=pd.DataFrame({
  'name':['kate','herz','sally'],                  'score':[70,60,90]})df=pd.merge(df1,df2,on="name",how='right')print(df)

输出：

age   name  score0   25   kate     701   28   herz     602   35  sally     90

转载地址：http://sggli.baihongyu.com/