python dataframe合并相同行_pandas之DataFrame合并merge

一、merge

merge操作实现两个DataFrame之间的合并，类似于sql两个表之间的关联查询。merge的使用方法及参数解释如下：

pd.merge(left, right, on=None, how='inner', left_on=None, right_on=None, left_index=False, right_index=False,

sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)

left和right：第一个DataFrame和第二个DataFrame对象，merge只能实现两个DataFrame的合并，无法一次实现多个合并

on：指定参考column，要求两个df必须至少有一个相同的column，默认为None以最多相同的column为参考

how：合并的方式，默认为inner取参考column的交集，outer取并集保留所有行；outer、left、right中的缺失值都以NaN填充；left按照左边对象为参考进行合并即保留左边的所有行，right按照右边对象为参考进行合并即保留右边所有行，

left_on=None和right_on=None：以上on是在两个df有相同的column的情况下使用，如果两个df没有相同的column，使用left_on和right_on分别指明左边和右边的参考column

left_index和right_index：指定是否以索引为参考进行合并

sort：合并结果是否按on指定的参考进行排序

suffixed：合并后如果有重复column，分别加上什么后缀

下面对每个参数进行演示

on：指定参考column，如果不指定默认为None，以两者相同列的最多数为参考；index重新生成为从0开始的整数。

df1 = pd.DataFrame({'key1':['a','b','c','d'],'key2':['e','f','g','h'],'key3':['i','j','k','l']},index=['k','l','m','n',])

df2= pd.DataFrame({'key1':['a','B','c','d'],'key2':['e','f','g','H'],'key4':['i','j','K','L']},index = ['p','q','u','v'])print(df1)print(df2)print(pd.merge(df1,df2,on='key1'))print(pd.merge(df1,df2,on='key2'))print(pd.merge(df1,df2,on=['key1','key2']))print(pd.merge(df1,df2)) #可以看到不加on参数，系统自动以个数最多的相同column为参考#key1 key2 key3#k a e i#l b f j#m c g k#n d h l#key1 key2 key4#p a e i#q B f j#u c g K#v d H L#key1 key2_x key3 key2_y key4#0 a e i e i#1 c g k g K#2 d h l H L#key1_x key2 key3 key1_y key4#0 a e i a i#1 b f j B j#2 c g k c K#key1 key2 key3 key4#0 a e i i#1 c g k K#key1 key2 key3 key4#0 a e i i#1 c g k K

参数on演示

how：指定合并方式，如果不指定默认为inner

inner相当于sql中的=，outer相当于sql中的full join，left相当于sql中的left join，right相当于sql中的right join；index重新生成为从0开始的整数。

对于outer、left、right来说可能会出现缺失值，全部以NaN填充。

df1 = pd.DataFrame({'key1':['a','b','c','d'],'key2':['e','f','g','h'],'key3':['i','j','k','l']},index=['k','l','m','n',])

df2= pd.DataFrame({'key1':['a','B','c','d'],'key2':['e','f','g','H'],'key4':['i','j','K','L']},index = ['p','q','u','v'])print(df1)print(df2)print(pd.merge(df1,df2,how='inner')) #默认方式，取交集

print(pd.merge(df1,df2,how='outer')) #取并集

print(pd.merge(df1,df2,how='left')) #以左边为参考，即保留左边所有行