python数据分析之pandas（8）数据合并

1. merge函数指定合并列

>>> import pandas as pd
>>> frame1 = pd.DataFrame({'id': ['ball', 'pencil', 'pen', 'mug', 'ashtray'
olor': ['white', 'red', 'red', 'black', 'green'], 'brand': ['OMG', 'ABC', '
 'POD', 'POD']})
>>> frame1
  brand  color       id
0   OMG  white     ball
1   ABC    red   pencil
2   ABC    red      pen
3   POD  black      mug
4   POD  green  ashtray
>>> frame2 = pd.DataFrame({'id': ['pencil', 'pencil', 'ball', 'pen'], 'bran
'OMG', 'POD', 'ABC', 'POD']})
>>> frame2
  brand      id
0   OMG  pencil
1   POD  pencil
2   ABC    ball
3   POD     pen
>>> pd.merge(frame1, frame2, on='id')
  brand_x  color      id brand_y
0     OMG  white    ball     ABC
1     ABC    red  pencil     OMG
2     ABC    red  pencil     POD
3     ABC    red     pen     POD
>>>

从以上结果可以看出，id和brand为共同列。合并后会产生brand_x和brand_y 2个新列

2. 左连接，右连接和外连接

默认为内连接，同时可以设置：

how='inner' //内连接，2个结果取交集

how='left' //左连接，即合并列结果为左边列

how='right' //右连接，合并结果为外连接

how='outer' //外连接，合并结果为2列结果的并集

3.通过left_on和right_on合并不同列

pd.merge(frame1, frame2, left_on='id', right_on='sid')

4.合并多个键

pd.merge(frame1, frame2, on=['id', 'brand'], how='outer')

5.根据索引合并

>>> frame2.columns = ['brand2', 'id2']
>>> frame1.join(frame2)
  brand  color       id brand2     id2
0   OMG  white     ball    OMG  pencil
1   ABC    red   pencil    POD  pencil
2   ABC    red      pen    ABC    ball
3   POD  black      mug    POD     pen
4   POD  green  ashtray    NaN     NaN
>>>

由于frame2中有和frame1重复的列名，所以先重命名，之后作为新列合并到frame1中，

超过索引序号的为NaN