数据分析之多表合并

多表合并

python的Pandas库为数据合并操作提供了多种合并方法，如merge()、join()和concat()等方法。

使用merge()方法合并数据集

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True)

参数解释：

left − 数据帧对象。

right − 另一个数据帧对象。

on − 要连接的列（名称）。必须在左侧和右侧数据框对象中找到。

left_on − 左数据框中用作键的列。可以是列名，也可以是长度等于数据帧长度的数组。

right_on − 右数据框中用作键的列。可以是列名，也可以是长度等于数据帧长度的数组。

left_index− 如果为True，则使用左侧数据框中的索引（行标签）作为其连接键。对于具有多索引（分层）的数据帧，级别数必须与右数据帧的连接键数匹配。

right_index − 与右数据帧的左索引用法相同。

how − “left”、“right”、“outer”、“inner”中的一个。默认为“inner”。

sort − 按连接键按字典顺序对结果数据帧进行排序。默认为True，设置为False将在许多情况下显著提高性能。

（1）使用一个键合并两个数据帧

（2）使用多个键合并两个数据帧

（3）使用“how”参数合并

how参数指定如何确定结果表中包含哪些键。如果左表或右表中都没有出现组合键，则联接表中的值将为NA。

合并方法	方法描述
left	使用左侧对象的键
right	使用右侧对象的键
outer	使用键的并集
inner	使用键的交集

举例说明

使用Left Join左连接方式合并数据帧。

     关键技术：请注意on='subject_id'，how='left'。代码如下：

使用Right Join右连接方式合并数据帧。

    关键技术：请注意on='subject_id'，how='right'。代码如下：

使用outer Join外连接方式合并数据帧。

关键技术：请注意on='subject_id'，how=’outer’。代码如下：

使用inner Join合并数据帧。

2. 使用join()方法合并数据集

参数	描述
Self	表示的是join必须发生在同一数据帧上
Other	提到需要连接的另一个数据帧
On	指定必须在其上进行联接的键
How	提到了连接的类型
left_suffix	要从左框架的重叠列中使用的后缀。
right_suffix	要从右框架的重叠列中使用的后缀。
sort	对输出进行排序