python中merge函数_Python pandas.DataFrame.merge函数方法的使用

DataFrame.merge(self, 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) → 'DataFrame'    [source]

用数据库样式的联接合并DataFrame或命名的Series对象。

联接在列或索引上完成。如果在列上连接列,则DataFrame索引将被忽略。否则,如果在索引上连接索引或在一个或多个列上建立索引,则将传递索引。

参数:right : DataFrame或命名的Series

要合并的对象。

how:{‘left’, ‘right’, ‘outer’, ‘inner’}, 默认 ‘inner’

要执行的合并类型。

1) left:仅使用左框架中的键,

类似于SQL左外部联接;保留关键顺序

2) right:仅使用右框架中的键,

类似于SQL右外部联接;保留关键顺序

3) outer:使用两个框架中键的并集,

类似于SQL完全外部联接;按字典顺序排序键

4) inner:使用两个框架中关键点的交集,

类似于SQL内部联接;保留左键的顺序

on:label或list

要加入的列或

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pandas 是一个强大的数据分析工具,提供了很多常用的函数来处理数据,下面是一些常用的函数及其用法: 1. read_csv():读取 CSV 文件并返回一个 DataFrame 对象。 2. head():返回 DataFrame 的前几行数据,默认为前 5 行。 3. tail():返回 DataFrame 的后几行数据,默认为后 5 行。 4. info():返回 DataFrame 的基本信息,包括每列的数据类型、非空值数量等。 5. describe():返回 DataFrame 的基本统计信息,包括计数、均值、标准差、最小值、最大值等。 6. shape:返回 DataFrame 的行数和列数。 7. columns:返回 DataFrame 的列名。 8. index:返回 DataFrame 的行索引。 9. loc[]:根据行标签和列标签访问 DataFrame 的元素。 10. iloc[]:根据行索引和列索引访问 DataFrame 的元素。 11. dropna():删除 DataFrame 的缺失值。 12. fillna():用指定的值或方法填充 DataFrame 的缺失值。 13. groupby():按照指定的列对 DataFrame 进行分组。 14. apply():对 DataFrame 的每一列应用指定的函数。 15. pivot_table():根据指定的列计算 DataFrame 的透视表。 16. merge():将两个 DataFrame 按照指定的列进行合并。 17. sort_values():按照指定的列对 DataFrame 进行排序。 18. drop_duplicates():去除 DataFrame 的重复行。 19. value_counts():统计 DataFrame 每个元素出现的次数。 20. isnull():判断 DataFrame 的元素是否为空值。 这些函数覆盖了 Pandas 的很多常用操作,掌握它们对于数据分析和处理非常有帮助。
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