[python学习笔记]合并数据集中merge()、join()和concat()函数的用法

1 merge()
merge()默认的是按照各个表中列名重叠列进行内连接(how=‘inner’)，参数如下：

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)

其中：

on指定合并时依据的列名，单列时后跟字符串，多列时后跟字符串列表
how 表示连接方式，inner是内连接(交集)，outer是外连接(并集)，left和right表示左连接与右链接，即使用左(右)表中的所有键
suffixes 参数指定当两个表合并后有相同的列名时，在列名上加的前缀，默认为元组（’_x’,’_y’）
left_on,right_on,左(右)侧DataFrame中用作连接键的列
left_index,right_index，将左(右)侧DataFrame中的行索引用作连接键的列
sort,根据连接键对合并后的数据进行排序
indicator：在 0.17.0中还增加了一个显示合并数据中来源情况；如只来自己于左边(left_only)、两者(both)

注意事项：
当使用merge()进行多对多合并连接时，结果产生的是行的笛卡尔积。left表中有3个’b’行，right表中有2个’b’行，那么返回结果中就有6个’b’行，连接方式只影响出现在结果中的不同键的值

2 join()

join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)

其中：

join()除了默认的使用的是左连接，保留左表的行索引外，参数含义与merge()基本相同，不再赘述。

3 concat()
concat()属于轴向连接，可以指定按某个轴进行连接，可用于索引的合并

concat(obj,axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False, copy=True):

其中：

axis,指定连接的轴向，默认是0(跨行连接)
join,指明轴向上的索引是按照交集(inner)还是并集(outer)来合并
join_axes,指明用于其他n-1条轴的索引，不执行交集/并集运算
keys,与连接对象有关的值，用于形成连接轴向上的层次化索引，可以是任意值的列表或数组、元组数组以及数组列表
levels,指定用作层次化索引各级别上的索引
names,用于创建层次化索引各分层级别的名称
verify_interity,检查结果对象新轴上的重复情况，如果发现则引发异常
ignore_index,不保留连接轴上的索引，产生一组新的索引