pd.merge()函数说明

使用共有列作为两个数据框数据融合的依据，主要使用pd.merge()函数：

• 参数说明：
  • left: 传递左表数据
  • right: 传递右表数据
  • how: 数据融合方式
    • left:保留左表的数据
    • right:保留右表的数据
    • inner:保留公共部分的信息
    • outer:保留所有的信息
  • on:列名，共有列
  • left_on:指定左表的某一列用于不同列名合并
  • right_on:指定右表的某一列用于不同列名合并
  • suffixes:保留不同表中同列名数据，用该参数给重复列名增加后缀

代码演练

• 准备数据

python">import pandas as pd
df1 = pd.DataFrame(dict(x = ["a","b","c"],y = range(1,4))) 
df2 = pd.DataFrame(dict(x = ["a","b","d"], z = [2,5,3]))
df3 = pd.DataFrame(dict(g = ["a","b","d"], z = [2,5,3]))
df4 = pd.DataFrame(dict(x = ["a","b","d"], y = [1,4,2],z = [2,5,3]))
print(df1)
print(df2)
print(df3)
print(df4)
# 执行结果
   x  y
0  a  1
1  b  2
2  c  3
   x  z
0  a  2
1  b  5
2  d  3
   g  z
0  a  2
1  b  5
2  d  3
   x  y  z
0  a  1  2
1  b  4  5
2  d  2  3

• 只保留左表的数据

python"># 只保留左表的所有数据
print("只保留左表的所有数据")
data_merge1 = pd.merge(left=df1,right=df2,how="left",on="x")
print(data_merge1)
# 执行结果
只保留左表的所有数据
   x  y    z
0  a  1  2.0
1  b  2  5.0
2  c  3  NaN

• 只保留右表的所有数据

python"># 只保留右表的所有数据
print("只保留右表的所有数据")
data_merge2 = pd.merge(left=df1,right=df2,how="right",on="x")
print(data_merge2)
# 执行结果
只保留右表的所有数据
   x    y  z
0  a  1.0  2
1  b  2.0  5
2  d  NaN  3

• 只保留两个表中的公共部分信息

python"># 只保留两个表中的公共部分信息
data_merge3 = pd.merge(left=df1,right=df2,how="inner",on="x")
print(data_merge3)
# 执行结果
   x  y  z
0  a  1  2
1  b  2  5

• 保留两个表中的所有信息

python"># 保留两个表中的所有信息
data_merge4 = pd.merge(left=df1,right=df2,how="outer",on="x")
print(data_merge4)
# 执行结果
   x    y    z
0  a  1.0  2.0
1  b  2.0  5.0
2  c  3.0  NaN
3  d  NaN  3.0

• on=[“x”,“y”]表示多列匹配

python"># on=["x","y"]表示多列匹配
data_merge5 = pd.merge(left=df1,right=df4,how="left",on=["x","y"])
print(data_merge5)
# 执行结果
   x  y    z
0  a  1  2.0
1  b  2  NaN
2  c  3  NaN

• 根据不同的列名进行合并数据 left_on = “x”, right_on = “g”,即将列名为x和g的两组数据进行合并

python"># 根据不同的列名进行合并数据  left_on = "x", right_on = "g",即将列名为x和g的两组数据进行合并
data_merge6 = pd.merge(left=df1,right=df3,how="left",left_on="x",right_on="g")
print(data_merge6)
# 执行结果
   x  y    g    z
0  a  1    a  2.0
1  b  2    b  5.0
2  c  3  NaN  NaN

• 在表合并中，两个表有一列同名，但是值不一样，合并时希望都保留，就可以用suffixes给每个表的重复列名增加后缀（如_1,_2）

python"># 在表合并中，两个表有一列同名，但是值不一样，合并时希望都保留，就可以用suffixes给每个表的重复列名增加后缀（如_1,_2）
data_merge7 = pd.merge(left=df1,right=df4,how="left",on="x",suffixes=["_1","_2"])
print(data_merge7)
# 执行结果
   x  y_1  y_2    z
0  a    1  1.0  2.0
1  b    2  4.0  5.0
2  c    3  NaN  NaN

参考书籍

练习参考的书籍是Python数据可视化之美