pands库的merge方法

上面我说了join和concat方法的使用说明，在这里我说下merge方法的用法。

merge

pandas的merge方法提供了一种类似于sql的内存连接操作，官方文档有说明。

1，和sql语句的对比

merge的参数

on:列名，join用来对齐的那一列的名字，用到这个参数的时候一定要左表和右表

用来对齐的列都有相同的列名。

left_on:左表对齐的列，可以是列名，也可以是和dataframe同样长度的arrays。

right_on:右表对齐的列，可以是列名，也可以是和dataframe同样长度的arrays。

left_index/right_index:如果是True的haunted作为对齐的key

how：数据融合的方法。（在dandas的join方法里有简单介绍）

sort：根据dataframe合并的keys按字典顺序排序。

2，复合key的合并方法

通过on指定数据合并对齐的列

left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'], 'key2': ['K0', 'K1', 'K0', 'K1'],  'A': ['A0', 'A1', 'A2', 'A3'],'B': ['B0', 'B1', 'B2', 'B3']})

right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],'key2': ['K0', 'K0', 'K0', 'K0'], 'C': ['C0', 'C1', 'C2', 'C3'], 'D': ['D0', 'D1', 'D2', 'D3']})

result = pd.merge(left, right, on=['key1', 'key2'])

注意：没有指定how的话默认使用inner方法。

how的方法有以下：

left

只保留左表的所有数据

result=pd.merge(left,right,how='left',on=['key1','hey2'])

right

只保留右表的所有数据

result = pd.merge(left,right,how='right',on=['key1','key2'])

outer

保留两个表的所有信息

result = pd.merge(left,right,how='outer',on=['key1','key2'])

inner

只保留两个表中公共部分的信息

result = pd.merge(left,right,how='inner',on=['key1','key2'])

#以上是merge的方法，有问题请指正。