python---pandas.merge使用

merge 函数参数

merge: 合并数据集， 通过left， right确定连接字段，默认是两个数据集相同的字段
参数 说明
left 参与合并的左侧DataFrame
right 参与合并的右侧DataFrame
how 连接方式：‘inner’（默认）；还有，‘outer’、‘left’、‘right’
on 用于连接的列名，必须同时存在于左右两个DataFrame对象中，如果位指定，则以left和right列名的交集作为连接键
left_on 左侧DataFarme中用作连接键的列
right_on 右侧DataFarme中用作连接键的列
left_index 将左侧的行索引用作其连接键
right_index 将右侧的行索引用作其连接键
sort 根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能
suffixes 字符串值元组，用于追加到重叠列名的末尾，默认为（‘_x’,‘_y’）.例如，左右两个DataFrame对象都有‘data’，则结果中就会出现‘data_x’，‘data_y’
copy 设置为False，可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是赋值
1.merge默认按相同字段合并，且取两个都有的。

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'score':[70,60,90]})
pd.merge(df1,df2)

结果：

   age   name  score
0   25   kate     70
1   28   herz     60
2   35  sally     90

2. 当左右连接字段不相同时，使用left_on,right_on

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'call_name':['kate','herz','sally'],
                  'score':[70,60,90]})
df=pd.merge(df1,df2,left_on="name",right_on='call_name')
print(df)

输出结果：

   age   name call_name  score
0   25   kate      kate     70
1   28   herz      herz     60
2   35  sally     sally     90

合并后，删除重复的列

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'call_name':['kate','herz','sally'],
                  'score':[70,60,90]})
df=pd.merge(df1,df2,left_on="name",right_on='call_name').drop('call_name',axis=1)
print(df)

输出结果：

   age   name  score
0   25   kate     70
1   28   herz     60
2   35  sally     90

3.参数how的使用
“1)默认：inner 内连接，取交集”

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'score':[70,60,90]})
df=pd.merge(df1,df2,on="name",how='inner')
print(df)

结果：

   age   name  score
0   25   kate     70
1   28   herz     60
2   35  sally     90

2)outer 外连接，取并集，并用nan填充

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'score':[70,60,90]})
df=pd.merge(df1,df2,on="name",how='outer')
print(df)

输出：

   age       name  score
0   25       kate   70.0
1   28       herz   60.0
2   39  catherine    NaN
3   35      sally   90.0

3)left 左连接， 左侧取全部，右侧取部分

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'score':[70,60,90]})
df=pd.merge(df1,df2,on="name",how='left')
print(df)

输出：

   age       name  score
0   25       kate   70.0
1   28       herz   60.0
2   39  catherine    NaN
3   35      sally   90.0

4) right 有连接，左侧取部分，右侧取全部

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
                  'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
                  'score':[70,60,90]})
df=pd.merge(df1,df2,on="name",how='right')
print(df)

输出：

   age   name  score
0   25   kate     70
1   28   herz     60
2   35  sally     90