pandas库的学习记录（一）

pandas库的合并

pd.merge()

通过一个或多个键将行链接起来的。

1、语法结构

pd.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,
validate=None)

参数解释如下：

• left, right：拼接的左侧和右侧的DataFrame对象。其中，left可以放到前面，即可以left.merge(right)。
• how：inner,outer,left,right其中之一，默认为inner。inner是取交集，outer取并集，left以左侧的DataFrame对象为准。比如left：[‘A’,‘B’,‘C’];right[’'A,‘C’,‘D’]。inner取交集的话，left中出现的A会和right中出现的另一个A进行匹配拼接，如果没有是B，在right中没有匹配到，则会丢失。'outer’取并集，出现的A会进行一一匹配，没有同时出现的会将缺失的部分添加缺失值。
• on：用于连接的列名，必须在左侧和右侧DataFrame对象中找到。如果未传递且left_index和right_index为False，则DataFrame中的列的交集将被推断为连接键。
  可以是一列或多列，多列时传入一个列表。
• left_on，right_on：功能和上面一样，在左右侧DataFrame对象中想要拼接的列名不同时，可以用这两个参数。作为列或索引级别用作键，可以是列名，索引级名称，也可以是长度等于DataFrame长度的数组。
• left_index，right_index：布尔型，如果为True，则使用左侧或右侧DataFrame中的索引（行标签）作为其连接键。可以和上面两个参数搭配使用，只要其中两个即可。

注： 以下参数，个人还没有用过，抄自《利用Python进行数据分析(第二版)》

• sort：按字典顺序通过连接键对结果DataFrame进行排序。 默认为True，设置为False将在很多情况下显着提高性能。目前在运行时，默认值已经为False。
• suffixes：用于重叠列的字符串后缀元组。 默认为（‘x’，’ y’）。
• copy：始终从传递的DataFrame对象复制数据（默认为True），即使不需要重建索引也是如此。
• indicator：将一列添加到名为_merge的输出DataFrame，其中包含有关每行源的信息。 _merge是分类类型，并且对于其合并键仅出现在“左”DataFrame中的观察值，取得值为left_only，对于其合并键仅出现在“右”DataFrame中的观察值为right_only，并且如果在两者中都找到观察