left join 后数据变多_数据处理进阶pandas入门（十二）

回顾

在数据处理进阶pandas入门(十一)中，我们介绍了pandas中的一些简单常见的数值计算和统计相关方法，这些方法都是在使用pandas处理数据时会经常用到的方法。今天我们看一下另一个数据处理的重要功能——pandas中的合并功能。

pandas具有全功能、高性能的在内存中进行连接操作的特性，这与SQL等关系型数据库非常相似。pandas中主要使用merge()和join()这两个方法来合并数据。

merge()方法

pandas具有全功能、高性能的在内存中进行连接操作的特性，这与SQL等关系型数据库非常相似。pandas中主要使用merge()和join()这两个方法来合并数据。

merge()方法接收要合并的两个DataFrame数据，并指明合并参考键。基本用法如下。​

import pandas as pdimport numpy as npdf1 = pd.DataFrame({'key':['key0','key1','key2','key3'],  'A':['a0','a1','a2','a3'],  'B':['b0','b1','b2','b3']})df2 = pd.DataFrame({'key':['key0','key1','key2','key3'],  'C':['c0','c1','c2','c3'],  'D':['d0','d1','d2','d3']})print(df1)print("---------------")print(df2)print("---------------")# on参数表示合并参考键print(pd.merge(df1, df2, on='key'))

以上代码中的两个DataFrame数据中有个相同的键key，我们可以把它作为参考键，合并时只需要将两个DataFrame传入merge()方法，并将on参数指定两个DataFrame的共同键即可。运行结果如下图所示。

merge()方法基本用法

当DataFrame中有两个可以作为参考键的键时，我们可