EduCoder Pandas合并数据集 第二关：合并与连接

---

任务描述

本关任务：使用pandas中的merge()函数按照编程要求合并三份数据。

相关知识

merge()可根据一个或者多个键将不同的DataFrame连接在一起，类似于SQL数据库中的合并操作。

参数名	说明
left	拼接左侧DataFrame对象
right	拼接右侧DataFrame对象
on	列(名称)连接，必须在左和右DataFrame对象中存在(找到)。
left_on	左侧DataFrame中的列或索引级别用作键，可以是列名、索引级名，也可以是长度等于DataFrame长度的数组。
right_on	右侧DataFrame中的列或索引级别用作键。可以是列名，索引级名称，也可以是长度等于DataFrame长度的数组。
left_index	如果为True，则使用左侧DataFrame中的索引(行标签)作为其连接键。
right_index	与left_index相似
how	它可以等于’left’, ‘right’, ‘outer’, ‘inner’. 默认inner。inner是取交集，outer取并集。
sort	sort - 按照字典顺序通过连接键对结果DataFrame进行排序。
suffixes	用于追加到重叠列名的末尾。例如，左右两个DataFrame都有‘data’列，则结果中就会出现‘data_x’和‘data_y’.
copy	默认总是复制

数据连接的类型

• 一对一的连接：

df1 = pd.DataFrame({
    'employee': ['Bob', 'Jake', 'Lisa', 'Sue'], >'group': ['Accounting', 'Engineering', 'Engineering', 'HR']})
df2 = pd.DataFrame({
    'employee': ['Lisa', 'Bob', 'Jake', 'Sue'], >'hire_date': [2004, 2008, 2012, 2014]})
df3 = pd.merge(df1,df2)
df3

输出：

• 多对一的连接：

df4 = pd.DataFrame({'group': ['Accounting', 'Engineering', >'HR'], 'supervisor': ['Carly', 'Guido', 'Steve']})
pd.merge(df3,df4) 

输出：

• 多对多连接：

df5 = pd.DataFrame({
    'group': ['Accounting', 'Accounting', >'Engineering', 'Engineering', 'HR', 'HR'], 'skills': [