merge 函數參數

”’
merge: 合并數據集， 通過left， right確定連接字段，默認是兩個數據集相同的字段
參數 說明
left 參與合并的左側DataFrame
right 參與合并的右側DataFrame
how 連接方式：‘inner’（默認）；還有，‘outer’、‘left’、‘right’
on 用于連接的列名，必須同時存在于左右兩個DataFrame對象中，如果位指定，則以left和right列名的交集作為連接鍵
left_on 左側DataFarme中用作連接鍵的列
right_on 右側DataFarme中用作連接鍵的列
left_index 將左側的行索引用作其連接鍵
right_index 將右側的行索引用作其連接鍵
sort 根據連接鍵對合并后的數據進行排序，默認為True。有時在處理大數據集時，禁用該選項可獲得更好的性能
suffixes 字符串值元組，用于追加到重疊列名的末尾，默認為（‘_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 設置為False，可以在某些特殊情況下避免將數據復制到結果數據結構中。默認總是賦值
”’

1.merge默認按相同字段合并，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. 當左右連接字段不相同時，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. 合并后，刪除重復的列

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 內連接，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 外連接，取并集，并用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 左連接， 左側取全部，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 有連接，左側取部分，右側取全部”

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

轉載于:https://www.cnblogs.com/lijinze-tsinghua/p/9878649.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的python---pandas.merge使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。