博客

pandas中merge()函数的用法解读

  • Post category:Python

pandas中merge()函数的用法解读

什么是merge？

merge函数是pandas库中常用的数据合并函数，它可以根据一个或多个键（列名）将不同数据集中的行连接起来。merge操作类似于SQL中的join操作。

merge()函数的语法

pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
             left_index=False, right_index=False, sort=False,
             suffixes=('_x', '_y'), copy=True, indicator=False,
             validate=None)

  • left，左侧合并的DataFrame。

  • right，右侧合并的DataFrame。

  • how，合并方式。有inner、outer、left、right四种情况可选。默认inner。

    • inner：取两表共同拥有的，并集合并成一表。
    • outer：并集合并成一表。
    • left：以左表为准，右表中没有的部分填0或NaN
    • right：以右表为准，左表中没有的部分填0或NaN

  • on，指明参与合并的列名，必须存在于两张DataFrame中。

  • left_on，左表中用于合并的列名。

  • right_on，右表中用于合并的列名。

  • left_index，是否将左表的行索引作为合并键。默认False。

  • right_index，是否将右表的行索引作为合并键。默认False。

  • sort，根据合并键按字典顺序排序。默认False。

  • suffixes，指定待合并表中具有相同列名的列的后缀。默认为（‘_x’,’_y’）。

  • copy，默认True，只要为false，尝试在某些情况下避免完全复制数据。

  • indicator，给合并后的DataFrame添加一列，显示每一行的来源表。可选值为：

    • False，不添加合并指示列。
    • True，添加合并指示列，默认合并指示列为_merge，值为left, right或both。
    • str，指定合并指示列的名称。

  • validate，验证合并方式有效的值。应设为None（默认），no_check（不验证）或one_to_one（检查是否一对一连接）等。

merge()函数示例

以下示例均以如下两张表为基础：

import pandas as pd

# 创建左表
left = pd.DataFrame({'key1': ['K0', 'K1', 'K2', 'K3'],
                     'key2': ['K0', 'K1', 'K0', 'K1'],
                     'A': ['A0', 'A1', 'A2', 'A3'],
                     'B': ['B0', 'B1', 'B2', 'B3']})

# 创建右表
right = pd.DataFrame({'key1': ['K0', 'K1', 'K2', 'K3'],
                      'key2': ['K0', 'K0', 'K0', 'K1'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})

示例一：内连接（inner join）

内连接，顾名思义，只返回左右DataFrame键列共有的部分，可以用how参数设置，默认为inner join。

result = pd.merge(left, right, on=['key1', 'key2'])

# 输出结果
print(result)

结果如下：

  key1 key2   A   B   C   D
0   K0   K0  A0  B0  C0  D0
1   K1   K0  A1  B1  C1  D1

示例二：外连接（outer join）

外连接即保留左右两边全部的数据，并将结果取并集。在形式上，只要一个表中没有与另一个表中某行相对应的数据，全部都用NaN填充。

result = pd.merge(left, right, on=['key1', 'key2'], how='outer')

# 输出结果
print(result)

结果如下：

  key1 key2    A    B    C    D
0   K0   K0   A0   B0   C0   D0
1   K1   K0   A1   B1   C1   D1
2   K2   K0   A2   B2   C2   D2
3   K3   K1   A3   B3  NaN  NaN
4   K2   K0  NaN  NaN   C2   D2
5   K3   K0  NaN  NaN   C3   D3

以上就是merge()函数的用法解读，相信你已经理解了。

Tags: