Python?Pandas數(shù)據(jù)合并pd.merge用法詳解
前言
實(shí)現(xiàn)類(lèi)似SQL的join操作,通過(guò)pd.merge()方法可以自由靈活地操作各種邏輯的數(shù)據(jù)連接、合并等操作
可以將兩個(gè)DataFrame或Series合并,最終返回一個(gè)合并后的DataFrame
語(yǔ)法
pd.merge(left, right, how = ‘inner', on = None, left_on = None, right_on = None, left_index = False, right_index = False, sort = True, suffixes = (‘_x','_y'), copy = True, indicator = False, validate = None)
參數(shù)
left、right:需要連接的兩個(gè)DataFrame或Series,一左一右
how:兩個(gè)數(shù)據(jù)連接方式,默認(rèn)為inner,可設(shè)置inner、outer、left或right
on:作為連接鍵的字段,左右數(shù)據(jù)中都必須存在,否則需要用left_on和right_on來(lái)指定
left_on:左表的連接鍵字段
right_on:右表的連接鍵字段
left_index:為T(mén)rue時(shí)將左表的索引作為連接鍵,默認(rèn)為False
right_index:為T(mén)rue時(shí)將右表的索引作為連接鍵,默認(rèn)為False
suffixes:如果左右數(shù)據(jù)出現(xiàn)重復(fù)列,新數(shù)據(jù)表頭會(huì)用此后綴進(jìn)行區(qū)分,默認(rèn)為_(kāi)x和_y
1.連接鍵
在數(shù)據(jù)連接時(shí),如果沒(méi)有指定根據(jù)哪一列(連接鍵)進(jìn)行連接,Pandas會(huì)自動(dòng)找到相同列名的列進(jìn)行連接,并按左邊數(shù)據(jù)的順序取交集數(shù)據(jù)。為了代碼的可閱讀性和嚴(yán)謹(jǐn)性,推薦通過(guò)on參數(shù)指定連接鍵
import pandas as pd df1 = pd.DataFrame({'a':[1,2],'b':[5,6]}) df2 = pd.DataFrame({'a':[2,1,0],'y':[6,7,8]}) # 按a列進(jìn)行連接,數(shù)據(jù)順序取df1的順序 res = pd.merge(df1, df2, on='a')
結(jié)果展示
df1
df2
res
2.索引連接
可以直接按索引進(jìn)行連接,將left_index和right_index設(shè)置為T(mén)rue,會(huì)以?xún)蓚€(gè)表的索引作為連接鍵
import pandas as pd df1 = pd.DataFrame({'a':[1,2],'b':[5,6]}) df2 = pd.DataFrame({'a':[2,1,0],'y':[6,7,8]}) # 兩個(gè)表都有同名的a列,用suffixes參數(shù)設(shè)置后綴來(lái)區(qū)分 res = pd.merge(df1, df2, left_index=True, right_index=True, suffixes=('_1','_2'))
結(jié)果展示
df1
df2
res
3.多連接鍵
如果在合并數(shù)據(jù)時(shí)需要用多個(gè)連接鍵,可以以列表的形式將這些連接鍵傳入on中
import pandas as pd df3 = pd.DataFrame({'a':[1,2],'b':[3,4],'x':[5,6]}) df4 = pd.DataFrame({'a':[1,2,3],'b':[3,4,5],'y':[6,7,8]}) # a和b列中的(1,3)和(2,4)作為連接鍵將兩個(gè)數(shù)據(jù)進(jìn)行了連接 res = pd.merge(df3, df4, on=['a','b'])
結(jié)果展示
df3
df4
res
4.連接方法
how參數(shù)可以指定數(shù)據(jù)用哪種方法進(jìn)行合并,可以設(shè)置inner、outer、left或right
默認(rèn)的方式是inner join,取交集,也就是保留左右表的共同內(nèi)容;如果是left join,左邊表中所有的內(nèi)容都會(huì)保留;如果是right join,右表全部保留;如果是outer join,則左右表全部保留。關(guān)聯(lián)不上的內(nèi)容為NaN
import pandas as pd df3 = pd.DataFrame({'a':[1,2],'b':[3,4],'x':[5,6]}) df4 = pd.DataFrame({'a':[1,2,3],'b':[3,4,5],'y':[6,7,8]}) # 以左表為基表 res1 = pd.merge(df3, df4, how='left', on=['a','b']) # 以右表為基表 res2 = pd.merge(df3, df4, how='right', on=['a','b'])
結(jié)果展示
df3
df4
res1
res2
以下是其他的案例:
import pandas as pd df3 = pd.DataFrame({'a':[1,2],'b':[3,4],'x':[5,6]}) df4 = pd.DataFrame({'a':[1,2,3],'b':[3,4,5],'y':[6,7,8]}) # 取兩個(gè)表的并集 # pd.merge(left, right, how='outer', on=['key1','key2']) res3 = pd.merge(df3, df4, how='outer', on=['a','b']) # 取兩個(gè)表的交集 # pd.merge(left, right, how='inner', on=['key1','key2']) res4 = pd.merge(df3, df4, how='inner', on=['a','b'])
結(jié)果展示
df3
df4
res3
res4
一個(gè)有重復(fù)連接鍵的例子
import pandas as pd left = pd.DataFrame({'A':[1,2],'B':[2,2]}) right = pd.DataFrame({'A':[4,5,6],'B':[2,2,2]}) res = pd.merge(left, right, on='B', how='outer') res1 = pd.merge(left, right, on='B') res2 = pd.merge(left, right, how='outer')
結(jié)果展示
left
right
res
res1
res2
5.連接指示
如果想知道數(shù)據(jù)連接后是左表內(nèi)容還是右表內(nèi)容,可以使用indicator參數(shù)顯示連接方式
如果將indicator設(shè)置為T(mén)rue,則會(huì)增加名為_(kāi)merge的列,顯示這列是從何而來(lái)
_merge有以下三個(gè)值:
- left_only:只在左表中
- right_only:只在右表中
- both:兩個(gè)表都有
import pandas as pd df1 = pd.DataFrame({'a':[1,2],'b':[5,6]}) df2 = pd.DataFrame({'a':[2,1,0],'y':[6,7,8]}) # 顯示連接指示列 res = pd.merge(df1, df2, on='a', how='outer', indicator=True)
結(jié)果展示
df1
df2
res
總結(jié)
到此這篇關(guān)于Python Pandas數(shù)據(jù)合并pd.merge用法的文章就介紹到這了,更多相關(guān)Pandas數(shù)據(jù)合并pd.merge內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- 在Pandas中DataFrame數(shù)據(jù)合并,連接(concat,merge,join)的實(shí)例
- 詳解pandas數(shù)據(jù)合并與重塑(pd.concat篇)
- Python基礎(chǔ)之pandas數(shù)據(jù)合并
- pandas中DataFrame數(shù)據(jù)合并連接(merge、join、concat)
- 一文搞懂Python中Pandas數(shù)據(jù)合并
- Python必備技巧之Pandas數(shù)據(jù)合并函數(shù)
- pandas實(shí)現(xiàn)數(shù)據(jù)合并的示例代碼
- Python?pandas數(shù)據(jù)合并merge函數(shù)用法詳解
- Python利用pandas進(jìn)行數(shù)據(jù)合并詳解
- Pandas數(shù)據(jù)合并的兩種實(shí)現(xiàn)方法
- Pandas中數(shù)據(jù)合并的實(shí)現(xiàn)
相關(guān)文章
Python相關(guān)庫(kù)設(shè)置技巧保護(hù)你的C盤(pán)
這篇文章主要為大家介紹了Python相關(guān)庫(kù)設(shè)置,保護(hù)你的C盤(pán)技巧詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-11-11簡(jiǎn)單談?wù)刾ython中的語(yǔ)句和語(yǔ)法
下面小編就為大家?guī)?lái)一篇簡(jiǎn)單談?wù)刾ython中的語(yǔ)句和語(yǔ)法。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-08-08從零學(xué)python系列之教你如何根據(jù)圖片生成字符畫(huà)
網(wǎng)上有很多的字符畫(huà),看起來(lái)很炫酷,下面就告訴你如何用Python做這么炫酷的事,2014-05-05python tkiner實(shí)現(xiàn) 一個(gè)小小的圖片翻頁(yè)功能的示例代碼
這篇文章主要介紹了python tkiner實(shí)現(xiàn) 一個(gè)小小的圖片翻頁(yè)功能,需要的朋友可以參考下2020-06-06python技能之?dāng)?shù)據(jù)導(dǎo)出excel的實(shí)例代碼
本篇文章主要介紹了python技能之導(dǎo)出excel的實(shí)例代碼,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-08-08