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/