pandas库学习之merge函数

pandas库学习之merge函数

一、简介

pandas.merge函数用于合并两个DataFrame对象。它根据一个或多个键将两个DataFrame对象连接在一起,类似于SQL中的JOIN操作。

二、语法和参数

python 复制代码
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)
参数:
  • left:第一个要合并的DataFrame对象。⭐
  • right:第二个要合并的DataFrame对象。⭐
  • how :字符串,默认值为inner,表示连接类型。可选值有leftrightouterinner。⭐
  • on :列名或列名的列表,表示用于连接的列。必须存在于左右两个DataFrame中。⭐
  • left_on:左侧DataFrame中用于连接的列名或索引级别。
  • right_on:右侧DataFrame中用于连接的列名或索引级别。
  • left_index:布尔值,表示是否使用左侧DataFrame的索引进行连接。
  • right_index:布尔值,表示是否使用右侧DataFrame的索引进行连接。
  • sort:布尔值,表示是否按连接键对结果进行排序。默认值为False。
  • suffixes :字符串元组,表示重复列名的后缀,默认值为(_x, _y)。
  • copy:布尔值,默认值为True,表示是否在合并数据时始终复制数据。
  • indicator:布尔值或字符串,表示是否添加一列指示每个行的来源。
  • validate :字符串,用于验证合并的类型。可选值有one_to_oneone_to_manymany_to_onemany_to_many

三、实例

3.1 内连接
python 复制代码
import pandas as pd

df1 = pd.DataFrame({
    'key': ['A', 'B', 'C', 'D'],
    'value1': [1, 2, 3, 4]
})

df2 = pd.DataFrame({
    'key': ['B', 'D', 'E', 'F'],
    'value2': [5, 6, 7, 8]
})

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

print(merged_df)

输出:

复制代码
  key  value1  value2
0   B       2       5
1   D       4       6
3.2 左连接
python 复制代码
import pandas as pd

df1 = pd.DataFrame({
    'key': ['A', 'B', 'C', 'D'],
    'value1': [1, 2, 3, 4]
})

df2 = pd.DataFrame({
    'key': ['B', 'D', 'E', 'F'],
    'value2': [5, 6, 7, 8]
})

merged_df = pd.merge(df1, df2, on='key', how='left')

print(merged_df)

输出:

复制代码
  key  value1  value2
0   A       1     NaN
1   B       2     5.0
2   C       3     NaN
3   D       4     6.0
3.3 外连接
python 复制代码
import pandas as pd

df1 = pd.DataFrame({
    'key': ['A', 'B', 'C', 'D'],
    'value1': [1, 2, 3, 4]
})

df2 = pd.DataFrame({
    'key': ['B', 'D', 'E', 'F'],
    'value2': [5, 6, 7, 8]
})

merged_df = pd.merge(df1, df2, on='key', how='outer')

print(merged_df)

输出

复制代码
  key  value1  value2
0   A     1.0     NaN
1   B     2.0     5.0
2   C     3.0     NaN
3   D     4.0     6.0
4   E     NaN     7.0
5   F     NaN     8.0

四、注意事项

  1. 确保用于连接的键在两个DataFrame中都存在,否则结果会不如预期。
  2. 连接类型(如innerouterleftright)决定了合并结果的形状和内容。选择适当的连接类型非常重要。
  3. 使用suffixes参数可以避免在连接时因列名冲突而导致的问题。
  4. 如果需要使用索引进行连接,可以将left_indexright_index设置为True。
  5. validate参数可以用来检查合并的逻辑是否正确,确保数据的一致性。
相关推荐
virtual_k1smet26 分钟前
#rsa.md
笔记·python
一个天蝎座 白勺 程序猿27 分钟前
Python驱动Ksycopg2连接和使用Kingbase:国产数据库实战指南
数据库·python·kingbase·金仓数据库
丰锋ff41 分钟前
2010 年真题配套词汇单词笔记(考研真相)
笔记·学习·考研
驱动探索者1 小时前
linux 学习平台 arm+x86 搭建
linux·arm开发·学习
A9better1 小时前
嵌入式开发学习日志33——stm32之PWM舵机简单项目
stm32·单片机·嵌入式硬件·学习
开心-开心急了2 小时前
PySide6 文本编辑器(QPlainTextEdit)实现查找功能——重构版本
开发语言·python·ui·重构·pyqt
Mr_Xuhhh2 小时前
哈希扩展学习
学习·算法·哈希算法
郝学胜-神的一滴2 小时前
Effective Python 第39条:通过@classmethod多态来构造同一体系中的各类对象
开发语言·python·程序人生·软件工程
IT森林里的程序猿3 小时前
基于Python的招聘信息可视化分析系统
开发语言·python
charlie1145141913 小时前
精读C++20设计模式——结构型设计模式:外观模式
c++·学习·设计模式·c++20·外观模式