pd.merge和pd.contact

https://blog.csdn.net/u013019431/article/details/79949648
https://blog.csdn.net/mr_hhh/article/details/79488445

https://blog.csdn.net/gdkyxy2013/article/details/80785361

https://www.cnblogs.com/xk-bench/p/8379180.html

merge#

pandas提供了一个类似于关系数据库的连接(join)操作的方法<Strong>merage</Strong>,可以根据一个或多个键将不同DataFrame中的行连接起来，语法如下：

1 2 3

merge(left, right, how='inner', on=None, left_on=None, right_on=None,       left_index=False, right_index=False, sort=True,       suffixes=('_x', '_y'), copy=True, indicator=False)

作为一个功能完善、强大的语言，python的pandas库中的merge()支持各种内外连接。

• left与right：两个不同的DataFrame
• how：指的是合并(连接)的方式有inner(内连接),left(左外连接),right(右外连接),outer(全外连接);默认为inner
• on : 指的是用于连接的列索引名称。必须存在右右两个DataFrame对象中，如果没有指定且其他参数也未指定则以两个DataFrame的列名交集做为连接键
• left_on：左则DataFrame中用作连接键的列名;这个参数中左右列名不相同，但代表的含义相同时非常有用。
• right_on：右则DataFrame中用作 连接键的列名
• left_index：使用左则DataFrame中的行索引做为连接键
• right_index：使用右则DataFrame中的行索引做为连接键
• sort：默认为True，将合并的数据进行排序。在大多数情况下设置为False可以提高性能
• suffixes：字符串值组成的元组，用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称，默认为('_x','_y')
• copy：默认为True,总是将数据复制到数据结构中；大多数情况下设置为False可以提高性能
• indicator：在 0.17.0中还增加了一个显示合并数据中来源情况；如只来自己于左边(left_only)、两者(both)

sql中的

1 2 3 4 5 6 7

SELECT * FROM df1 INNER JOIN df2   ON df1.key = df2.key; 或 SELECT * FROM df1,df2 where df1.key=df2.key

 

pandas中用：

1	pd.merge(df1, df2, on='key')

然后就是各种外连接了：

1	pd.merge(df1, df2, on='key', how='left')

 

how变成left/right。全链接outer。

示例##

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

#coding=utf-8 from pandas import Series,DataFrame,merge import numpy as np data=DataFrame([{ "id":0,"name":'lxh',"age":20,"cp":'lm'},{ "id":1,</