博客

Pandas merge


pandas.merge()

是pandas库中用于合并两个或多个DataFrame对象的函数，其常用的参数有以下几个：

• 
left

  ：要合并的左侧DataFrame。
• 
right

  ：要合并的右侧DataFrame。
• 
how

  ：指定合并方式，包括‘left’、‘right’、‘outer’和‘inner’四种。
• 
on

  ：指定按照哪些列进行合并，可以是单个列名或包含多个列名的列表。
• 
left_on

  和
  
right_o

  n：指定左侧和右侧DataFrame中进行合并的列名，如果两个DataFrame中的列名不同，需要通过这两个参数指定。
• 
suffixes

  ：指定当两个DataFrame中有相同列名时，为区分而添加的后缀。

示例代码

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 通过key列合并两个DataFrame
merged = pd.merge(df1, df2, on='key')
print(merged)

运行结果：

  key  value_x  value_y
0   B        2        5
1   D        4        6

在这个例子中，创建了两个DataFrame对象df1和df2，它们都有一个名为’key’的列。使用pd.merge()函数将这两个DataFrame对象按照’key’列进行合并，并将结果存储在merged变量中。最后，输出了合并后的结果，其中value_x和value_y分别代表合并前的df1和df2中的’value’列。

保留左边的DataFram

如果只想考虑左侧的DataFrame对象，在

pandas.merge()

函数中可以设置how=‘left’参数来实现。具体来说，how参数控制了两个DataFrame对象之间的合并方式，可以取值为’left’、‘right’、‘outer’和’inner’。当取值为’left’时，pandas.merge()函数会将左侧DataFrame对象中所有的行保留，并在合并后的DataFrame对象中添加右侧DataFrame对象中能够和左侧DataFrame对象匹配的行。

下面是一个示例代码：

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 只考虑左侧的DataFrame对象
merged = pd.merge(df1, df2, on='key', how='left')

print(merged)

运行结果：

  key  value_x  value_y
0   A        1      NaN
1   B        2      5.0
2   C        3      NaN
3   D        4      6.0

在这个例子中，将df1和df2按照’key’列进行合并，并将合并方式设置为’left’。合并结果中包含了df1中所有的行，因为只考虑左侧的DataFrame对象。右侧的DataFrame对象中’key’列为’E’和’F’的行在合并后的DataFrame对象中的’value_y’列都是NaN。