Python基础 _Pandas_merge用法

merge

1. 简介

pandas.merge() 是 pandas 库中用于合并两个 DataFrame 的函数，类似于 SQL 中的 JOIN 操作。它可以根据一个或多个键将不同的 DataFrame 合并在一起，适用于数据分析中的数据整合与清洗工作。

2. 基本语法

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

3. 参数详解

• left：左侧的 DataFrame。
• right：右侧的 DataFrame。
• how：合并方式，默认为 ‘inner’，可以选择：
  • 'left'：左连接，保留左表的所有记录。
  • 'right'：右连接，保留右表的所有记录。
  • 'outer'：全外连接，保留左右表的所有记录。
  • 'inner'：内连接，仅保留左右表的交集部分。
• on：用于合并的列名列表。如果两个 DataFrame 中有相同的列名，可以使用该参数。
• left_on：左侧 DataFrame 中用于合并的列名。
• right_on：右侧 DataFrame 中用于合并的列名。
• left_index：如果为 True，则使用左侧 DataFrame 的索引进行合并。
• right_index：如果为 True，则使用右侧 DataFrame 的索引进行合并。
• sort：是否对合并后的数据进行排序，默认为 False。
• suffixes：列名冲突时添加的后缀，默认为 ('_x', '_y')。
• copy：默认为 True，表示合并时复制数据。
• indicator：如果为 True，会在结果中添加一列 _merge，指示行来源于左表、右表还是两者都有。
• validate：如果为 True，检查合并的唯一性（‘one_to_one’, ‘one_to_many’, ‘many_to_one’, ‘many_to_many’）。

4. 常见用法示例

4.1 根据单个键合并

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

• 作用：合并两个 DataFrame，使用 key 列作为键。默认为内连接，保留两个 DataFrame 中 key 列匹配的行。

4.2 左连接

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

• 作用：保留左侧 DataFrame 中的所有行，如果右侧 DataFrame 中没有匹配项，则结果中对应的列填充 NaN。

4.3 右连接

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

• 作用：保留右侧 DataFrame 中的所有行，如果左侧 DataFrame 中没有匹配项，则结果中对应的列填充 NaN。

4.4 全外连接

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

• 作用：保留两个 DataFrame 中的所有行，没有匹配的地方填充 NaN。

4.5 根据多个键合并

result = pd.merge(df1, df2, on=['key1', 'key2'])

• 作用：根据多个键列进行合并，只有在 key1 和 key2 都匹配的情况下，行才会出现在合并结果中。

4.6 使用索引合并

result = pd.merge(df1, df2, left_index=True, right_index=True, how='outer')

• 作用：使用 DataFrame 的索引进行合并。可以用于处理无明确主键的合并。

4.7 处理列名冲突

result = pd.merge(df1, df2, on='key', suffixes=('_left', '_right'))

• 作用：在合并时，为重复的列添加后缀以区分来源。

4.8 指示行的来源

result = pd.merge(df1, df2, on='key', how='outer', indicator=True)

• 作用：在结果中添加一列 _merge，指示每行是来自左表、右表还是两者都有。

5. 总结

• merge 用于合并两个 DataFrame，通过多种方式（内连接、外连接、左连接、右连接等）进行数据合并。
• 通过调整参数如 how, on, left_on, right_on, suffixes, indicator