Pandas merge()函数介绍

原创已于 2024-03-05 15:03:55 修改 · 3.3k 阅读 ·

大模型引用 3 次

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

Python

Pandas

代码可运行

于 2024-03-01 10:16:11 首次发布

本文介绍了Pandas库中的merge()函数，用于根据共享列合并DataFrame，支持内连接、左连接、右连接和外连接。通过示例展示了如何在实际项目中使用这些合并类型。

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。

标签

#pandas

分类数据科学与机器学习开发