数据处理｜dataframe的连接操作merge

pd.merge()

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

merge内部的各种参数

pd.left,pd.right

left用来指代左边要拼接的dataframe
right用来指代右边要拼接的dataframe

how相当于是怎么进行连接

left和right主要还是看重要性，比如说，最终形成的结果必须保证有left，那么会选择left进行拼接。反之，则选用right。
how用来指代连接的方式
比如说left，代表左连接，比如A和B进行连接，会将B的内容补充到A进来。
但不会将和A没有关系的B内容补充到新的表中。
其中，inner是取交集，outer是取并集。

比方说left

比方说right

比方说inner

left_on&&right_on&&on

left_on&&right_on表示左右两个数据集所用的关键字
注意看key1是left_on的
key2是right_on的

创建两个示例 DataFrame

df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})

df2 = pd.DataFrame({'key': ['B', 'D', 'D', 'E'],
                    'value': [5, 6, 7, 8]})

合并两个 DataFrame

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

print(merged_df)

输出结果将是：

按key进行合并并且采用交集

在这个例子中，我们使用内连接 (how=‘inner’) 合并了 df1 和 df2，并且使用 on 参数指定了连接的列 key。由于 A 和 C 只在 df1 中存在，而 E 只在 df2 中存在，所以在合并后的 DataFrame 中这些行不会出现。

参考链接

cool-wangtongzhou