1.Python高频函数—数据合并merge()

前言

数据处理中经常对多个表的数据进行合并处理,python 提供两个十分好用的函数处理。merge() 、 concat()

merger函数是Python里的数据分析工作中最常见的函数之一,主要应用场景是:针对同一个主键存在两张不同字段的表。(这里强调只能用于2张表的合并)

merge函数

简要的罗列函数的构成和参数的介绍

pd.merge(left: 'DataFrame | Series',  			# 参与合并的左侧DataFrame对象。
    right: 'DataFrame | Series',			# 参与合并的右侧DataFrame对象。
    how: 'str' = 'inner',  				# 要执行的连接方式,可选{'left','right','outer','inner','cross'},默认为'inner'。
    on: 'IndexLabel | None' = None,  			# 用于连接的列索引名称(即列标签名),该键必须存在于左右两个DataFrame中。若没有指定,则以列名的交集作为连接键。
    left_on: 'IndexLabel | None' = None,		# 指定左侧DataFrame中用于连接键的列名。
    right_on: 'IndexLabel | None' = None,  		# 指定右侧DataFrame中用于连接键的列名。
    left_index: 'bool' = False,				# 使用左侧DataFrame
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
`pd.merge()`函数pandas库中用于合并数据函数,它可以根据一个或多个键将多个DataFrame连接起来。它的基本用法如下: ```python pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) ``` 参数说明: - `left`和`right`:要合并的DataFrame对象; - `how`:指定连接方式,默认为“inner”,可以取值“left”、“right”、“outer”; - `on`、`left_on`、`right_on`:指定用于连接的列名,其中`on`可以指定相同的列名,`left_on`和`right_on`则可以指定不同的列名; - `left_index`和`right_index`:如果为True,则使用索引作为连接键; - `sort`:根据连接键对结果进行排序,默认为False; - `suffixes`:指定在列名冲突时添加的后缀。 例如,假设有两个DataFrame对象`df1`和`df2`,它们分别如下所示: ```python import pandas as pd df1 = pd.DataFrame({'key': ['a', 'b', 'c', 'd'], 'value': [1, 2, 3, 4]}) df2 = pd.DataFrame({'key': ['b', 'd', 'e', 'f'], 'value': [5, 6, 7, 8]}) ``` 现在我们想要将它们根据`key`列进行连接,可以使用如下的代码: ```python result = pd.merge(df1, df2, on='key') print(result) ``` 输出结果如下: ``` key value_x value_y 0 b 2 5 1 d 4 6 ``` 在这个例子中,我们指定了`on='key'`,表示按照`key`列进行连接,并且默认使用了“inner”方式进行连接,因此只有`df1`和`df2`中都包含的`key`值才会出现在结果中。 当然,在实际使用中,我们可能还需要使用其他参数进行更复杂的连接操作。详情可以参考pandas官方文档。

“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