Pandas merge()函数介绍_pandas merge函数

基本介绍

• merge() 函数是 Pandas 库中一个非常强大的工具，用于根据一个或多个键将两个 DataFrame 合并起来。这是数据整合和清洗中经常使用的操作。merge() 函数提供了多种合并方式，包括内连接（inner join）、左连接（left join）、右连接（right join）和外连接（outer join）。

基本用法

• 假设我们有两个 DataFrame，df1 和 df2，我们想要根据某个共同的列（例如 'key'）来合并它们。

  • import pandas as pd
     
    # 创建两个示例 DataFrame
    df1 = pd.DataFrame({
        'key': ['A', 'B', 'C', 'D'],
        'value1': [1, 2, 3, 4]
    })
    print(df1)
    """
      key  value1
    0   A       1
    1   B       2
    2   C       3
    3   D       4
    """
     
    df2 = pd.DataFrame({
        'key': ['B', 'C', 'D', 'E'],
        'value2': [5, 6, 7, 8]
    })
    print(df2)
    """
      key  value2
    0   B       5
    1   C       6
    2   D       7
    3   E       8
    """
     
    # 使用 merge() 函数合并
    merged = pd.merge(df1, df2, on='key')
    print(merged)
    """
      key  value1  value2
    0   B       2       5
    1   C       3       6
    2   D       4       7
    """
    

主要参数 

• left：左侧 DataFrame。
• right：右侧 DataFrame。
• on：用于合并的列名。必须存在于两个 DataFrame 中。
• how：指定合并类型，可选值为 'left', 'right', 'outer', 'inner'，默认为 'inner'。
• left_on：左侧 DataFrame 中用于合并的列名。
• right_on：右侧 DataFrame 中用于合并的列名。
• left_index：如果为 True，则使用左侧 DataFrame 的索引作为合并键。
• right_index：如果为 True，则使用右侧 DataFrame 的索引作为合并键。
• sort：根据合并键对合并后的数据进行排序，默认为 True。
• suffixes：一个元组，用于添加到重叠列名的后缀

合并类型

• inner：只保留两个 DataFrame 中都有的键的行。
• left：保留左侧 DataFrame 的所有键，如果右侧 DataFrame 中没有匹配的键，则对应列填充为 NaN。
• right：保留右侧 DataFrame 的所有键，如果左侧 DataFrame 中没有匹配的键，则对应列填充为 NaN。
• outer：保留两个 DataFrame 的所有键，如果没有匹配的键，则对应列填充为 NaN。
• cross: 全连接不用指定on参数。

  • import pandas as pd
     
    # 创建两个示例 DataFrame
    df1 = pd.DataFrame({
        'key': ['A', 'B', 'C', 'D'],
        'value1': [1, 2, 3, 4]
    })
    print(df1)
    """
      key  value1
    0   A       1
    1   B       2
    2   C       3
    3   D       4
    """
     
    df2 = pd.DataFrame({
        'key': ['B', 'C', 'D', 'E'],
        'value2': [5, 6, 7, 8]
    })
    print(df2)
    """
      key  value2
    0   B       5
    1   C       6
    2   D       7
    3   E       8
    """
     
    # 使用 merge() 函数合并
    merged = pd.merge(df1, df2, on='key')
    print(merged)
    """
      key  value1  value2
    0   B       2       5
    1   C       3       6
    2   D       4       7
    """
     
    # 内连接（inner join）
    inner_merged = pd.merge(df1, df2, on='key', how='inner')
    print("Inner Merge:\n", inner_merged)
    """
    Inner Merge:
       key  value1  value2
    0   B       2       5
    1   C       3       6
    2   D       4       7
    """
     
    # 左连接（left join）
    left_merged = pd.merge(df1, df2, on='key', how='left')
    print("\nLeft Merge:\n", left_merged)
    """
    Left Merge:
       key  value1  value2
    0   A       1     NaN
    1   B       2     5.0
    2   C       3     6.0
    3   D       4     7.0
    """
     
    # 右连接（right join）
    right_merged = pd.merge(df1, df2, on='key', how='right')
    print("\nRight Merge:\n", right_merged)
    """
    Right Merge:
       key  value1  value2
    0   B     2.0       5
    1   C     3.0       6
    2   D     4.0       7
    3   E     NaN       8
    """
     
    # 外连接（outer join）
    outer_merged = pd.merge(df1, df2, on='key', how='outer')
    print("\nOuter Merge:\n", outer_merged)
    """
    Outer Merge:
       key  value1  value2
    0   A     1.0     NaN
    1   B     2.0     5.0
    2   C     3.0     6.0
    3   D     4.0     7.0
    4   E     NaN     8.0
    """
     
    # 全连接 (cross)
    cross_merged = pd.merge(df1, df2, how='cross')
    print("\nCross Merge:\n", cross_merged)
    """
    Cross Merge:
        key_x  value1 key_y  value2
    0      A       1     B       5
    1      A       1     C       6
    2      A       1     D       7
    3      A       1     E       8
    4      B       2     B       5
    5      B       2     C       6
    6      B       2     D       7
    7      B       2     E       8
    8      C       3     B       5
    9      C       3     C       6
    10     C       3     D       7
    11     C       3     E       8
    12     D       4     B       5
    13     D       4     C       6
    14     D       4     D       7
    15     D       4     E       8
    """
    

merge() 函数是 Pandas 中非常强大的工具，它允许你根据一个或多个键灵活地合并 DataFrame。通过熟练掌握 merge() 函数，你可以更有效地整合和清洗数据。