pandas中merge函数的用法

merge() 函数是 Pandas 中用于合并两个 DataFrame 的函数，类似于 SQL 中的 JOIN 操作。它允许你根据指定的列或索引进行连接操作。以下是一些 merge() 函数的用法示例：

假设我们有两个 DataFrame，分别是 df1 和 df2：

import pandas as pd

# 创建 DataFrame df1
data1 = {'ID': [1, 2, 3, 4],
         'Name': ['Alice', 'Bob', 'Charlie', 'David']}
df1 = pd.DataFrame(data1)

# 创建 DataFrame df2
data2 = {'ID': [2, 3, 4, 5],
         'Age': [25, 30, 35, 40]}
df2 = pd.DataFrame(data2)

 

  1.内连接（Inner Join）：

merged_outer = pd.merge(df1, df2, on='ID', how='outer')
print(merged_outer)

这会将两个 DataFrame 按照共同的 ID 列进行内连接。结果将只包含两个 DataFrame 中都有的 ID。

   2.左连接（Left Join）：

merged_outer = pd.merge(df1, df2, on='ID', how='outer')
print(merged_outer)

这会将 df1 按照 ID 列进行左连接，即将 df1 的所有行保留，并且将 df2 中匹配的行合并。

  3.右连接（Right Join）：

merged_outer = pd.merge(df1, df2, on='ID', how='outer')
print(merged_outer)

这会将 df2 按照 ID 列进行右连接，即将 df2 的所有行保留，并且将 df1 中匹配的行合并。

  4.外连接（Outer Join）：

merged_outer = pd.merge(df1, df2, on='ID', how='outer')
print(merged_outer)

这会将两个 DataFrame 按照共同的 ID 列进行外连接，即保留两个 DataFrame 中的所有行，并且将匹配的行合并。