python DataFrame合并方法

python 合并DataFrame方法

一、merge方法

DataFrame.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)
参数含义：
1:left、right DataFrame或命名为Series
需要合并的DataFrame
2:how {‘left’，‘right’，‘outer’，‘inner’}，默认’inner’
left：仅使用左DataFrame中的键，类似于SQL左外连接; 保留关键顺序。
right：仅使用右DataFrame中的键，类似于SQL右外连接; 保留关键顺序。
outer：使用来自两个DataFrame的键的并集，类似于SQL全外连接; 按字典顺序排序键。
inner：使用两个DataFrame的键交集，类似于SQL内连接; 保留左键的顺序。
3:on 标签或列表
以一列的字段作为合并基准唯一值
4:left_on、right_on 标签或列表，或类似数组
在左侧/右侧连接的列或者索引
5:left_index、right_index 标签或列表，或类似数组
以左侧或者右侧索引作为连接
6:sort bool，默认为False
在结果DataFrame中按字典顺序对连接键进行排序。如果为False，则连接键的顺序取决于连接类型（关键字 如何）
7:suffixes （str，str）的元组，默认（‘x’，’ y’）
合并后的DataFrame重复列名会加上_x’，’ y’后缀
例子1.默认直接合并的方法

import numpy as np
import pandas as pd
df1 = pd.DataFrame({
   'key': ['b', 'b', 'a', 'c'],'data1': range(4)})
df2 = pd.DataFrame({
   'key': ['a', 'b', 'd'],'data2': np.arange(5,8)})
df3