Pandas 的 merge 方法讲解及 how= inner/ outer/ left/ right 的连接方式演示

 merge 的使用

pd.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)

常用参数：

　　left：左 DataFrame

　　right：右 DataFrame

　　how：连接方式：‘inner’（默认）；还有，‘outer’、‘left’、‘right’

　　on：用于连接的列名，必须同时存在于左右两个DataFrame对象中

连接方式演示

0 数据准备

import pandas as pd

# 创建两个用于演示的DataFrame
X = pd.DataFrame({'name':['A','B','C','D'],'age':[1,2,3,4]})
Y = pd.DataFrame({'name':['A','B','E'],'age':[1,5,6]})

其中：

　　A 同学在两个数据集中都存在，并且对应的 age 相同

　　B 同学在两个数据集中都存在，但对应的 age 不同

　　C D 两位同学只出现在 X 数据集中

　　E 同学只出现在 Y 数据集中

1 inner 内连接

merge 默认的连接方式

以 name 列为基准，保留两个数据集中同时存在的样本，这些样本的其他特征都会保留

 2 outer 外连接

以 name 列为基准，保留 X Y 两个数据集里 name 中出现的所有值，这些样本的其他特征都会保留，不存在的特征会自动补充 nan

 

 3 left 左连接

保留左 DataFrame 中，name 列出现的所有值（单独出现在右 DataFrame 的 name 里的值会被去除），这些值在右 DataFrame 里对应的值也会保留

 4 right 右连接

保留右 DataFrame 中，name 列出现的所有值（单独出现在左 DataFrame 的 name 里的值会被去除），这些值在左 DataFrame 里对应的值也会保留

 

文字有些啰嗦，看代码示例 [略~]