python dataframe merge_python pandas DataFrame.merge用法及代码示例

合并具有database-style联接的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 named Series要合并的对象。

how：{‘left’, ‘right’, ‘outer’, ‘inner’}, 默认为 ‘inner’要执行的合并类型。

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。

右：仅使用右框架中的键，类似于SQL右外部联接；保留关键顺序。

外部：使用两个框架中键的并集，类似于SQL完全外部联接；按字典顺序对键进行排序。

内部：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要加入的列或索引级别名称。这些必须在两个DataFrame中都可以找到。如果on为None且未在索引上合并，则默认为两个DataFrame中列的交集。

left_on：label 或 list, 或 array-like要在左侧DataFrame中加入的列或索引级别名称。也可以是左侧DataFrame长度的数组或数组列表。这些数组被视为列。

right_on：label 或 list, 或 array-like要在右侧DataFrame中加入的列或索引级别名称。也可以是正确DataFrame长度的数组或数组列表。这些数组被视为列。

left_index：bool, 默认为 False使用左侧DataFrame中的索引作为连接键。如果它是MultiIndex，则另一个DataFrame中的键数(索引或列数)必须与级别数匹配。

right_index：bool, 默认为 False使用右侧DataFrame中的索引作为连接键。与left_index相同的警告。

sort：bool, 默认为 False在结果DataFrame中按字典顺序对联接键进行排序。如果为False，则联接键的顺序取决于联接类型(how关键字)。

suffixes：tuple of (str, str), 默认为 (‘_x’, ‘_y’)后缀分别适用于左侧和右侧的重叠列名。要在重叠的列上引发异常，请使用(False，False)。

copy：bool, 默认为 True如果为False，请尽可能避免复制。

indicator：bool 或 str, 默认为 False如果为True，则添加一列以输出名为“_merge”的DataFrame，其中包含有关每一行源的信息。如果为字符串，则将在每一行的源上带有信息的列添加到输出DataFrame中，并将该列命名为字符串的值。信息列为Categorical-type，对于仅在‘left’ DataFrame中出现合并键的观测值，将采用“left_only”的值；对于仅在‘right’ DataFrame中出现合并键的观测值，其值将为“right_only”；如果在两者中均找到观测值的合并键，则其值为“both”。

validate：str, 可选参数如果指定，则检查合并是否为指定的类型。

“one_to_one”或“1:1”：检查合并键在左右数据集中是否唯一。

“one_to_many”或“1:m”：检查合并键在左数据集中是否唯一。

“many_to_one”或“m:1”：检查合并键在正确的数据集中是否唯一。

“many_to_many”或“m:m”：允许，但不进行检查。

0.21.0版中的新功能。

返回值：

DataFrame两个合并对象的DataFrame。

注意：

支持将索引级别指定为on, left_on和right_on在版本0.23.0中添加了参数在版本0.24.0中添加了对合并命名 Series 对象的支持

例子：

>>> df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],

... 'value': [1, 2, 3, 5]})

>>> df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],

... 'value': [5, 6, 7, 8]})

>>> df1

lkey value

0 foo 1

1 bar 2

2 baz 3

3 foo 5

>>> df2

rkey value

0 foo 5

1 bar 6

2 baz 7

3 foo 8

合并lkey和rkey列上的df1和df2。值列后面附加了默认后缀_x和_y。

>>> df1.merge(df2, left_on='lkey', right_on='rkey')

lkey value_x rkey value_y

0 foo 1 foo 5

1 foo 1 foo 8

2 foo 5 foo 5

3 foo 5 foo 8

4 bar 2 bar 6

5 baz 3 baz 7

合并带有指定左右后缀的DataFrame df1和df2，这些后缀附加到任何重叠的列上。

>>> df1.merge(df2, left_on='lkey', right_on='rkey',

... suffixes=('_left', '_right'))

lkey value_left rkey value_right

0 foo 1 foo 5

1 foo 1 foo 8

2 foo 5 foo 5

3 foo 5 foo 8

4 bar 2 bar 6

5 baz 3 baz 7

合并数据帧df1和df2，但如果数据帧具有任何重叠的列，则会引发异常。

>>> df1.merge(df2, left_on='lkey', right_on='rkey', suffixes=(False, False))

Traceback (most recent call last):

...

ValueError:columns overlap but no suffix specified:

Index(['value'], dtype='object')