使用Pandas合并和选择数据框的方法

在数据分析和处理中，经常需要将不同的数据框进行合并，并选择特定的列进行分析。

data = pd.merge(data, df, on=['sku'], how='left', suffixes=['', '_r'])
data['平台佣金率'] = data['平台佣金率_r']
data['采购价'] = data['采购价_r']
data['实重'] = data['实重_r']
data = data.loc[:, columns]
data = data[data['sku'] != '']

df = data.loc[:, ['sku']]

1. 使用pd.merge()函数将data和df数据框根据'sku'列进行左连接合并，合并后的数据框保存在data变量中。
2. 通过赋值语句，将合并后的数据框中的'平台佣金率_r'列的值复制给新的'平台佣金率'列，将'采购价_r'列的值复制给新的'采购价'列，将'实重_r'列的值复制给新的'实重'列。
3. 使用data.loc[:, columns]选择特定的列，将结果保存在data变量中。
4. 过滤掉'sku'为空的行，也就是通过data[data['sku'] != '']进行筛选，并将结果重新赋值给data变量。
5. 最后，使用data.loc[:, ['sku']]选择特定的列，将结果保存在df变量中。