pandas中也常常用到的join 和merge方法
merge
pandas的merge方法提供了一种类似于SQL的内存链接操作,官网文档提到它的性能会比其他开源语言的数据操作(例如R)要高效。
和SQL语句的对比可以看这里
merge的参数
on:列名,join用来对齐的那一列的名字,用到这个参数的时候一定要保证左表和右表用来对齐的那一列都有相同的列名。
left_on:左表对齐的列,可以是列名,也可以是和dataframe同样长度的arrays。
right_on:右表对齐的列,可以是列名,也可以是和dataframe同样长度的arrays。
left_index/ right_index: 如果是True的haunted以index作为对齐的key
how:数据融合的方法。
sort:根据dataframe合并的keys按字典顺序排序,默认是,如果置false可以提高表现。
merge的默认合并方法:
merge用于表内部基于 index-on-index 和 index-on-column(s) 的合并,但默认是基于index来合并。
1
2
3
1.1 复合key的合并方法
使用merge的时候可以选择多个key作为复合可以来对齐合并。
1
2
1.1.1 通过on指定数据合并对齐的列
In [41]: left = pd.DataFrame({‘key1‘: [‘K0‘, ‘K0‘, ‘K1‘, ‘K2‘],
....: ‘key2‘: [‘K0‘, ‘K1‘, ‘K0‘, ‘K1‘],
....: ‘A‘: [‘A0‘, ‘A1‘, ‘A2‘, ‘A3‘],
....: ‘B‘: [‘B0‘, ‘B1‘, ‘B2‘, ‘B3‘]})
....:
In [42]: right = pd.DataFrame({‘key1‘: [‘K0‘, ‘K1‘, ‘K1‘, ‘K2‘],
....: ‘key2‘: [‘K0‘, ‘K0‘, ‘K0‘, ‘K0‘],
....: ‘C‘: [‘C0‘, ‘C1‘, ‘C2‘, ‘C3‘],
....: ‘D‘: [