python(numpy,pandas11)——pandas merge根据索引合并数据

前言

根据 莫烦Python的教程 总结写成,以便自己复习和使用,这里我就不哟林地挂原创了🐶。

参数on

on:以列为索引进行合并

left = pd.DataFrame({'key':['K0','K1','K2','K3'],
                     'A':['A0','A1','A2','A3'],
                     'B':['B0','B1','B2','B3']})
                     
right = pd.DataFrame({'key':['K0','K1','K2','K3'],
                     'C':['C0','C1','C2','C3'],
                      'D':['D0','D1','D2','D3']})
res = pd.merge(left,right,on=['key1','key2'],how='left') # how = inner:党同伐异;outer:求同存异;right:以第二个参数即right的'key1','key2'为准,得到的结果包含所有的'key1','key2'值,left:同理

在这里插入图片描述

参数 index

index:以行为索引进行合并

left = pd.DataFrame({'A':['A0','A1','A2'],
                     'B':['B0','B1','B2']},
                    index=['K0','K1','K2'])

right = pd.DataFrame({'C':['C0','C1','C2'],
                     'D':['D0','D1','D2']},
                    index=['K0','K2','K3'])
res = pd.merge(left,right,left_index=True,right_index=True,how='outer')

参数indicator

indicator 显示数据是按照哪种规则合成

df1 = pd.DataFrame({'col1':[0,1],'col_left':['a','b']})
df2 = pd.DataFrame({'col1':[1,2,2],'col_right':[2,2,2]})
res = pd.merge(df1,df2,on='col1',how='outer',indicator='indicator')

在这里插入图片描述

参数 suffixes

给合并后的数据加上后缀以区分不同的数据

boys = pd.DataFrame({'k':['K0','K1','K2'],'age':[1,2,3]})

girls = pd.DataFrame({'k':['K0','K0','K3'],'age':[4,5,6]})
res = pd.merge(boys,girls,on='k',suffixes=['_boy','_girl'],how='inner')
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值