[Python]pd.merge的参数how选项值的学习笔记

how选项值的不同连接类型的总结

import pandas as pd
df3=pd.DataFrame({'key':['b','b','a','c','a','b'],'data1':range(6)})
df4=pd.DataFrame({'key':['a','b','a','b'],'data2':range(4)})
print("------------------------分隔符4-----------------------------")
print(df3)
print("------------------------分隔符5-----------------------------")
print(df4)

df3输出结果如下：

df4输出结果如下：

使用pd.merge()对df3，df4进行合并，参数设置为how="inner"，表示使用两个表的都有的键，分别为a,b代码如下：

df4_join=pd.merge(df3, df4, on='key', how='inner')
print(df4_join)

输出结果为：

书上内容：多对多连接产⽣的是⾏的笛卡尔积。由于左边的DataFrame有3 个"b"⾏，右边的有2个，所以最终结果中就有6个"b"⾏。

使用pd.merge()对df3，df4进行合并，参数设置为how="left"，表示使用左表中所有的键，分别为a,b,c代码如下：

df5_join=pd.merge(df3, df4, on='key', how='left')
print(df5_join)

输出结果为：

使用pd.merge()对df3，df4进行合并，参数设置为how="right"，表示使用右表中所有的键，分别为a,b代码如下：

df6_join=pd.merge(df3, df4, on='key', how='right')
print(df6_join)

输出结果为：

使用pd.merge()对df3，df4进行合并，参数设置为how="outer"，表示使用两个表中所有的键，分别为a,b,c代码如下：

df7_join=pd.merge(df3, df4, on='key', how='outer')
print(df7_join)

输出结果如下：