部分内容转自:
https://blog.csdn.net/zhouwenyuan1015/article/details/77334889
merge: 合并数据集, 通过left, right确定连接字段,默认是两个数据集相同的字段
参数 说明
left 参与合并的左侧DataFrame
right 参与合并的右侧DataFrame
how 连接方式:‘inner’(默认);还有,‘outer’、‘left’、‘right’
on 用于连接的列名,必须同时存在于左右两个DataFrame对象中,如果位指定,则以left和right列名的交集作为连接键
left_on 左侧DataFarme中用作连接键的列
right_on 右侧DataFarme中用作连接键的列
left_index 将左侧的行索引用作其连接键
right_index 将右侧的行索引用作其连接键
sort 根据连接键对合并后的数据进行排序,默认为True。有时在处理大数据集时,禁用该选项可获得更好的性能
suffixes 字符串值元组,用于追加到重叠列名的末尾,默认为(‘_x’,‘_y’).例如,左右两个DataFrame对象都有‘data’,则结果中就会出现‘data_x’,‘data_y’
copy 设置为False,可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是赋值
python代码如下
import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
'age':[25,28,39,35]})
df2=pd.DataFrame({'name':['kate','herz','sally'],
'score':[70,60,90]})
print(df1);print(df2)
t = pd.merge(df1, df2) # on用于连接的列名,必须同时存在于左右两个DataFrame对象中,
t1 = pd.merge(df1, df2, how='inner', on='name') # 默认:inner 内连接,取交集
t2 = pd.merge(df1, df2, how='outer', on='name') # outer 外连接,取并集,并用nan填充
t3 = pd.merge(df1, df2, how='left', on='name') # left 左连接, 左侧取全部,右侧取部分
t4 = pd.merge(df1, df2, how='right', on='name') # right 右连接, 右侧取全部,左侧取部分
print(t);print(t1);print(t2)
print(t3)
print(t4)