right : 融合的目标df或命名的Series
how : {‘left’, ‘right’, ‘outer’, ‘inner’}, default ‘inner’
融合的形式
* left: 只用左边的键值,就像sql的左外连接。保留密钥顺序
* right: 只用右边的键值,就像sql的右外连接。保留密钥顺序
* outer: 用两个的键值的集合,就像sql的完全外部连接。按字典顺序对键排序
* inner: 使用两个键值的交集, 就像sql的完全内部连接。保留左边键的顺序
on : label or list
在两个df里都有的要加入的列或索引级名。如果on=None且left_index和right_index为False,
则键值将默认为两个df列的交集。
left_on : label or list, or array-like
要在左df列或索引级名做键。也可以是左df的长度的数组或列表
这些数组被视为列。
right_on : label or list, or array-like
要在右df列或索引级名做键。也可以是右df的长度的数组或列表
left_index : bool, default False
用左df的索引来当做连接键。如果这是多重索引,
在右侧df的连接键必须是与其级数相匹配
right_index : bool, default False
用右df的索引来当做连接键。同上
sort : bool, default False
按字典顺序排序结果df的键值。如果是false,
连接键值的顺序取决于连接类型
suffixes : list-like, default is ("_x", “_y”)
一种长度为2的序列,其中每个元素是可选的一个字符串,
表示要分别添加到“left”和“righ
pandas库中的pd.merge函数的参数理解
最新推荐文章于 2024-06-12 16:39:57 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)