DataFrame合并

DataFrame合并

合并方式有三种：

1、join （着重关注的是行的合并）

• left 左连接：df3.join(df4,how='left')
  简单合并（默认是left左连接,以左侧df3为基础）

• right右连接：df3.join(df4,how='right')
  右连接，以右侧的数组为基础

• outer外连接：df3.join(df4,how='outer')
  左右两侧都包含

所有合并连接，遇到没有的值都默认为NaN

• 合并多个DataFrame对象：df3.join([df4,df5])
  df4,df5两个数组都是以df3数组为基础合并的

2、merge（着重关注的是列的合并）

• how=’inner’
  默认下是根据左右对象中出现同名的列作为连接的键
  pd.merge(df1,df2)

• 指定列名合并
  pd.merge(df1,df2,on='名字',suffixes=['_1','_2'])
  根据名字这一列合并，suffixes 设置列名的后缀名（相同列不同内容时用）

• 左连接left：
  pd.merge(df1,df2,how='left')
  以左侧为准

• 右连接right：
  pd.merge(df1,df2,how='right')
  以右侧为准

• 外连接outer：
  pd.merge(df1,df2,how='outer')
  df1和df2数组全部包含

• 根据多个键连接（列名):
  pd.merge(df1,df2,on=['职称','名字'])
  根据 ‘职称’,‘名字’ 进行合并

df1、df2、df3、df4、df5如下：

df1=pd.DataFrame({
   
   '名字':list('ABCDE'),'性别':['男','女','男','男','女'],
'职称':['副教授','讲师','助教','教授','助教']},index=range(