Python Pandas merge 连接参数详解数据合并数据拼接

请一直在路上

已于 2024-06-15 16:05:45 修改

阅读量1w

点赞数 8

分类专栏： Python 数据分析文章标签： pandas python 开发语言

于 2022-07-15 16:17:40 首次发布

本文链接：https://blog.csdn.net/qq_35240689/article/details/125680279

版权

Python 数据分析专栏收录该内容

19 篇文章

订阅专栏

本文详细介绍了Pandas库中DataFrame的merge方法，包括参数详解、连接方式（inner、left、right、outer）以及各种连接示例。通过示例展示了如何进行一对一、一对多、多对多的合并，并演示了根据索引和多键合并数据。内容覆盖了数据的交集、并集操作，以及如何处理键不同名的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

pd.merge 根据一个或多个键将`两个DataFrame`进行`行`（左右）拼接，类似于SQL的关系型数据库。

一、参数详解

在这里插入图片描述

二、how 连接方式可选参数

在这里插入图片描述
还可选 cross 交叉连接，返回两个的笛卡尔积，即每个 DataFrame 的每一行都与另一个 DataFrame 的每一行配对。（使用并不多）

三、示例代码

1. 一对一 merge。

1.1 初始化 df1 和 df2 数据。

在这里插入图片描述

1.2 merge 结果

请注意，如果不指定在哪一列上进行连接，merge 会自动将列名相同的作为连接的键，最好指定连接键 on = 'key'。
连接方式 how 默认是 inner 。其结果是取的两张表的交集。所以 df1中的c列和 df2中的 d列都被丢弃了。
inner：取交集，只连接两张表都存在的内容。（数据量可能变少）
left：以左表键为主，若右表不存在相应数据，则补 NaN；若右表有左表不存在的数据，则舍弃右表该部分。
right：以右表键为主，若左表不存在相应数据，则补 NaN；若左表有右表不存在的数据，则舍弃左表该部分。
outer：取并集，将两个表所有的键取并集后，再进行连接。（数据量一定变大）

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

在这里插入图片描述

1.3 代码

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    'key':['a','b','c'],
    'data1':range(3)
})
df2 = pd.DataFrame({
    'key':['a','b','d'],
    'data2':range(3)
})

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

连接键在 df1 和 df2 的列名可以是不同的，此时不在用 on 指定键，而是用 left_on 和 right_on。eg：df1 键为 lkey，df2 键为 rkey，则代码如下：

pd.merge(df1,df2,left_on='lkey',right_on='rkey')

2. 一对多 merge 。

2.1 初始化df1 df2

在这里插入图片描述

2.2 merge 结果

一对多和多对多连接是行的笛卡尔积。由于 df1 有两个 ‘a’ 行，而 df2 有一个’a’ 行，所以结果就应该是 2*1 = 2 ，总计 2 个 ‘a’ 行。
在这里插入图片描述

2.3 代码

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    'key':['a','a','b'],
    'data1':range(3)
})
df2 = pd.DataFrame({
    'key':['a','b','d'],
    'data2':range(3)
})

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

3. 多对多 merge 。

3.1 初始化df1 df2

在这里插入图片描述

3.2 merge 结果

一对多和多对多连接是行的笛卡尔积。由于 df1 有 2 个 ‘a’ 行，而 df2 有 2 个’a’ 行，所以结果就应该是 2*2 = 2 ，总计 4 个 ‘a’ 行。
注意此次我们初始化的 df1 和df2 有重叠的列名 data。默认生成 data_x data_y 等。
我们可以通过 suffixes 在重叠的列名后指定需要添加的字符串。

在这里插入图片描述

3.3 代码

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    'key':['a','a','b'],
    'data':range(3)
})
df2 = pd.DataFrame({
    'key':['a','a','d'],
    'data':range(3)
})

pd.merge(df1,df2,on='key',how='outer',suffixes=('_1','_2'))

4. 根据索引合并。

4.1 初始化df1 df2

在这里插入图片描述

4.2 merge 结果

如果 df 中用于合并的键是他的索引，此时可以使用 left_index 或 right_index 来表示索引用来作为合并的键。
两边都是索引也是可以的。

4.3 代码

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    'key':['a','b','c'],
    'data1':range(3)
})
df2 = pd.DataFrame({
    'data2':[2,5,8]
},
    index=['a','b','c']
)

pd.merge(df1,df2,left_on='key', right_index=True, how='outer')

5. 根据多建合并。

5.1 初始化df1 df2

在这里插入图片描述

5.2 merge 结果

在on参数中传递多个键。
在这里插入图片描述

5.3 代码

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    '年级':['初一','初一','初二','初三','初三'],
    '班级':['1班','2班','1班','1班','2班'],
    '学生人数':[34,54,23,44,57]
})
df2 = pd.DataFrame({
    '年级':['初一','初二','初二','初三','初三'],
    '班级':['2班','1班','2班','1班','2班'],
    '教师人数':[6,4,5,4,7]
})

pd.merge(df1,df2,on=['年级','班级'], how='outer')