Pandas.merge() 连接合并函数

基础语法

pandas.merge(left, right,how: str = 'inner',
   on=None, left_on=None, right_on=None,
   left_index: bool = False, right_index: bool = False, 
   sort: bool = False, suffixes=('_x', '_y'), copy: bool = True,
   indicator: bool = False, validate=None)

语法参数说明：

参数	介绍	默认值	设定值
left	需要合并的左侧DataFrame	--	--
right	需要合并的右侧DataFrame或者有列名的Series	--	--
how	连接两个DataFrame的方式	inner	inner；outer；left；right
on	用于连接的列名，必须为两个DataFrame同时存在的列名	--	--
left_on	用于连接的左侧DataFrame列名	--	--
right_on	用于连接的右侧DataFrame列名	--	--
left_index	将左侧的行索引用作其连接键	False	True；False
right_index	将右侧的行索引用作其连接键	False	True；False
sort	根据连接键对合并后的数据进行排列	False	True；False
suffixes	对两个数据集中出现的重复列，新数据集中加上后缀_x,_y进行区别	(‘_x’, ‘_y’)	--
copy	是否避免重复数据	True	True；False
indicator	指示符	False	True；False
validate	0.21.0版中的新功能，检查合并是否为指定的类型	None	one_to_one或1:1，one_to_many或 1:m，many_to_one或m:1，many_to_many或m:m

用法示例

1、right为Series

df1 = pd.DataFrame({'key': ['a', 'b', 'c', 'd'], 'value': [1, 2, 3, 4]})
s1 = pd.Series(['a', 'c', 'd', 'e'])
s1.name = 'key'
df = pd.merge(df1, s1, on='key')

right为Series

2、连接方式(how)

#需要操作的DataFrame
df1 = pd.DataFrame({'key': ['a', 'b', 'c', 'd'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['a', 'c', 'd', 'e'], 'value': [5, 6, 7, 8]})

DataFrame

df = pd.merge(df1, df2,on='key')

how为空

df = pd.merge(df1, df2, on='key', how='inner')

inner

df = pd.merge(df1, df2, on='key', how='outer')

outer

df = pd.merge(df1, df2, on='key', how='left')

left

df = pd.merge(df1, df2, on='key', how='right')

right

3、 连接键名称不同(left_on, right_on)

df1 = pd.DataFrame({'lkey': ['a', 'b', 'c', 'd'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'rkey': ['a', 'c', 'd', 'e'], 'value': [5, 6, 7, 8]})
df = pd.merge(df1, df2, left_on='lkey', right_on='rkey')

DataFrame
merge

4、sort 合并后是否按key排序

df1 = pd.DataFrame({'key': ['c', 'b', 'a', 'd'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['c', 'a', 'd', 'b'], 'value': [5, 6, 7, 8]})
df = pd.merge(df1, df2, on='key', sort=True)
df = pd.merge(df1, df2, on='key', sort=False)

sort=True
sort=False或省略sort

5、left_inde, right_index

df1 = pd.DataFrame({'key': ['c', 'b', 'a', 'd'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['c', 'a', 'e', 'd'], 'value': [5, 4, 3, 2]})

df = pd.merge(df1, df2, left_index=True, right_index=True)

left_index=True, right_index=True

df = pd.merge(df1, df2, left_index=True, right_on='value')

left_index=True, right_on='value'

df = pd.merge(df1, df2, left_on='value', right_index=True)

left_on='value', right_index=True

6、suffixes

df1 = pd.DataFrame({'key': ['a', 'b', 'c', 'd'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['a', 'c', 'd', 'e'], 'value': [5, 6, 7, 8]})
df = pd.merge(df1, df2, on='key')
df = pd.merge(df1, df2, on='key', suffixes=('1', '2'))

suffixes 默认值(‘_x’, ‘_y’) ('1', '2')