python---pandas.merge使用

merge 函數參數

」’
merge: 合併數據集， 經過left， right肯定鏈接字段，默認是兩個數據集相同的字段
參數 說明
left 參與合併的左側DataFrame
right 參與合併的右側DataFrame
how 鏈接方式：‘inner’（默認）；還有，‘outer’、‘left’、‘right’
on 用於鏈接的列名，必須同時存在於左右兩個DataFrame對象中，若是位指定，則以left和right列名的交集做爲鏈接鍵
left_on 左側DataFarme中用做鏈接鍵的列
right_on 右側DataFarme中用做鏈接鍵的列
left_index 將左側的行索引用做其鏈接鍵
right_index 將右側的行索引用做其鏈接鍵
sort 根據鏈接鍵對合並後的數據進行排序，默認爲True。有時在處理大數據集時，禁用該選項可得到更好的性能
suffixes 字符串值元組，用於追加到重疊列名的末尾，默認爲（‘_x’,‘_y’）.例如，左右兩個DataFrame對象都有‘data’，則結果中就會出現‘data_x’，‘data_y’
copy 設置爲False，能夠在某些特殊狀況下避免將數據複製到結果數據結構中。默認老是賦值
」’

1.merge默認按相同字段合併，且取兩個都有的。

import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
'age':[25,28,39,35]})

df2=pd.DataFrame({'name':['kate','herz','sally'],
'score':[70,60,90]})
pd.merge(df1,df2)

age name score
0 25 kate 70
1 28 herz 60
2 35 sally 90

2. 當左右鏈接字段不相同時，使用left_on,right_on

pd.merge(df1,df2,left_on="name",right_on='call_name')

age name call_name score
0 25 kate kate 70
1 28 herz herz 60
2 35 sally sally 90

3. 合併後，刪除重複的列

pd.merge(df1,df2,left_on='name',right_on='call_name').drop('name',axis=1)

age call_name score
0 25 kate 70
1 28 herz 60
2 35 sally 90

 

4.參數how的使用

「1)默認：inner 內鏈接，取交集」

pd.merge(df1,df2,on='name',how='inner')

age name score
0 25 kate 70
1 28 herz 60
2 35 sally 90
」’
「2)outer 外鏈接，取並集，並用nan填充」

df3=pd.DataFrame({'name':['kate','herz','sally','cristin'],
'score':[70,60,90,30]})
pd.merge(df1,df3,on='name',how='outer')

age name score
0 25 kate 70
1 28 herz 60
2 39 catherine NaN
3 35 sally 90
4 NaN cristin 30
」

「3)left 左鏈接， 左側取所有，右側取部分」

pd.merge(df1,df3,on='name',how='left')

age name score
0 25 kate 70
1 28 herz 60
2 39 catherine NaN
3 35 sally 90
」

「4) right 有鏈接，左側取部分，右側取所有」

pd.merge(df1,df3,on='name',how='right')

age name score
0 25 kate 70
1 28 herz 60
2 35 sally 90
3 NaN cristin 30