python.pandas.DataFrame合并

数据集的合并主要依靠merge函数，类似于数据库的join函数，源代码为：

DataFrame.merge（self，right，how ='inner'，on = None，left_on = None，right_on = None，left_index = False，right_index = False，sort = False，后缀=（'_ x'，' _y '），copy = True，indicator = False，validate = None ）

right：要连接的对象。
how：连接的方式，类似sql的join函数。默认为inner。
inner为内连接
outer为外连接
left为左连接
right为右连接
on：类似sql的on，连接依靠的列或者索引行。如果on是None并且不是依靠索引行来连接的，那么默认连接依靠的是两个对象相交的列。
left_on：连接的左表的键。
right_on：连接的右表的键。
left_index：bool类型，默认为False，使用左表的索引为连接键，如果它是层次化索引，那么右表的索引级别必须一致。
right_index：bool类型，默认为False，使用右表的索引为连接键，如果它是层次化索引，那么左表的索引级别必须一致。
sort：bool类型，默认为False，在结果中按照字典顺序对连接键排序，如果是False，则排序方式取决于连接类型（how）。
后缀：str的元组，为两表中重复的列名添加后缀。
copy：bool类型，默认为True，如果是False，请尽量避免复制。
后面两个不常用，此处不作赘述。

案例;

#新建两个数组
df1 = pd.DataFrame({'key':['b','b','a','c','a','a','b'],
                   'data1':range(7)})
df2 = pd.DataFrame({'key':['a','b','d'],
                   'data2':range(3)})

df1：

df2：

#合并两个数组
df1.merge(df2)
#或者
pd.merge(df1,df2)

结果为：

这里默认为inner方式连接，连接的列默认是两个数组的交集（key），代码实质为：

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

我们可以换一下数据：

#新建两个数组
#没有交集
df1 = pd.DataFrame({'lkey':['b','b','a','c','a','a','b'],
                   'data1':range(7)})
df2 = pd.DataFrame({'rkey':['a','b','d'],
                   'data2':range(3)})

内连接：

df1.merge(df2, how='inner', left_on='lkey', right_on='rkey')

外连接：

df1.merge(df2, how='outer', left_on='lkey', right_on='rkey')

左连接：

df1.merge(df2, how='left', left_on='lkey', right_on='rkey')

右连接：

f1.merge(df2, how='right', left_on='lkey', right_on='rkey')