pandas与excel联动-pandas基础4-merge函数

前面合并两个DataFrame可以用concat函数，但concat本质上是在所有index上同时进行对齐合并。所以如果只要按index对齐，请使用concat方法。
如果想在任意列上对齐合并，则需要merge函数，这在sql应用很多。

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

参数说明：

• left,right： 两个要对齐合并的DataFrame；
• how： 先做笛卡尔积操作，然后按照要求，保留需要的，缺失的数据填充NaN；取值：left/right/inner（交，以左DataFrame顺序为准）/outer（并，以字典序重新排序）
• on：对应列名或者行索引的名字，如果要在DataFrame相同的列索引做对齐，用这个参数；
• left_on, right_on, left_index, right_index：on对应列名或者行索引的名字（所以行索引一般要跟列一样看待，有自己的名字），用这俩参数；index对应要使用的index,不建议使用，会搞晕。
• sort: True or False，是否按字典序重新排序。

单纯按照index对齐
区别就是，如果有重复的列名，merge会重命名，concat不会。

>>> df1 = pd.DataFrame([[1,2],[3,4]], index = ['a','b'],columns = ['A','B'])
>>> df2 = pd.DataFrame([[1,3],[4,8]], index = ['b','d'],columns = ['B','C'])
>>> df1
   A  B
a  1  2
b  3  4
>>> df2
   B  C
b  1  3
d  4  8
>>> pd.merge(left=df1, right=df2, how='inner', left_index=True, right_index=True)
   A  B_x  B_y  C
b  3    4    1  3
>>> pd.concat([df1,df2], join='inner', axis=1)
   A  B  B  C
b  3  4  1  3

on

# df1的B列b行，df2的B列d行，都是4，把这两行拉出来合并一下
>>> pd.merge(left=df1, right=df2, how='inner', on='B')
   A  B  C
0  3  4  8
# df1的A列和df2的C列比较，把相同的行拉出来，如果遇到列名重复，则重命名
>>> pd.merge(left=df1, right=df2, how='inner', left_on=['A'], right_on=['C'])
   A  B_x  B_y  C
0  3    4    1  3

how

# 保持left的DataFrame不变，用右侧来对齐，对不上的就填NaN
>>> pd.merge(left = df1, right = df2, how = 'left', on = ['B'] )
   A  B    C
0  1  2  NaN
1  3  4  8.0
# 保持right的DataFrame不变，用左侧来对齐，对不上的填NaN
>>> pd.merge(left = df1, right = df2, how = 'right', on = ['B'] )
     A  B  C
0  3.0  4  8
1  NaN  1  3

如果对齐的列存在重复值，就让它重复好了。操作逻辑仍然是一样的。