DataFrame.merge

DataFrame.merge(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)
使用数据库样式的连接合并DataFrame或命名Series对象。

Parameters

right 要合并的对象。
how 要执行的合并方式：
- left：类似于SQL的左外连接
- right：类似于SQL的右外连接
- outer：类似于SQL的全外连接
- inner：类似于SQL的内连接
- cross：创建笛卡尔积
on 要连接的列或索引级别名称。
left_on 要在左DataFrame中联接的列或索引级别名称
right_on 要在右DataFrame中联接的列或索引级别名称
left_index 使用左DataFrame的索引作为连接键
right_index 使用右DataFrame的索引作为连接键
sort 在结果中按字典顺序排序连接键。
suffixes 长度为2的序列，其中每个元素都是可选的字符串，指示要分别添加到左侧和右侧重叠列名的后缀。
copy False：尽可能避免复制
indicator 如果为True，则在输出DataFrame中添加一个名为“_merge”的列，其中包含关于每一行的源的信息。
对于合并键只出现在左边DataFrame的值为“left_only”；
对于合并键只出现在右边DataFrame的值为“right_only”；
对于合并键出现在左右两边DataFrame的值为“both”；
validate 检查merge是否属于指定的类型：
- “one_to_one” or “1:1”：检查合并键是否在左右数据集都是唯一的；
- “one_to_many” or “1:m”：检查合并键在左数据集是否唯一；
- “many_to_one” or “m:1”：检查合并键在右数据集是否唯一；
- “many_to_many” or “m:m”：允许，但不导致检查

举例：内连接

  1. import pandas as pd
  3. df1 = pd.DataFrame({'key':['google', 'baidu', 'wiki'],
  4.                     'age':[18, 39, 22]})
  6. df2 = pd.DataFrame({'key':['google', 'baidu', 'safa'],
  7.                   'size':[11, 44, 55]})
  9. df1.merge(df2, how='inner', on='key')
  10. ------------------------------------------------------------
  11.     key        age    size
  12. 0    google    18    11
  13. 1    baidu    39    44

举例：左连接

  1. import pandas as pd
  3. df1 = pd.DataFrame({'key':['google', 'baidu', 'wiki'],
  4.                     'age':[18, 39, 22]})
  6. df2 = pd.DataFrame({'key':['google', 'baidu', 'safa'],
  7.                   'size':[11, 44, 55]})
  9. df1.merge(df2, how='left', on='key')
  10. -----------------------------------------------------------------------
  11.     key        age    size
  12. 0    google    18    11.0
  13. 1    baidu    39    44.0
  14. 2    wiki    22    NaN

举例：右连接

  1. import pandas as pd
  3. df1 = pd.DataFrame({'key':['google', 'baidu', 'wiki'],
  4.                     'age':[18, 39, 22]})
  6. df2 = pd.DataFrame({'key':['google', 'baidu', 'safa'],
  7.                   'size':[11, 44, 55]})
  9. df1.merge(df2, how='right', on='key')
  10. --------------------------------------------------------
  11.     key        age        size
  12. 0    google    18.0    11
  13. 1    baidu    39.0    44
  14. 2    safa    NaN        55

举例：外连接

  1. import pandas as pd
  3. df1 = pd.DataFrame({'key':['google', 'baidu', 'wiki'],
  4.                     'age':[18, 39, 22]})
  6. df2 = pd.DataFrame({'key':['google', 'baidu', 'safa'],
  7.                   'size':[11, 44, 55]})
  9. df1.merge(df2, how='outer', on='key')
  10. -----------------------------------------------------------
  11.     key        age        size
  12. 0    google    18.0    11.0
  13. 1    baidu    39.0    44.0
  14. 2    wiki    22.0    NaN
  15. 3    safa    NaN        55.0

举例：外连接 + indicator=True

  1. import pandas as pd
  3. df1 = pd.DataFrame({'key':['google', 'baidu', 'wiki'],
  4.                     'age':[18, 39, 22]})
  6. df2 = pd.DataFrame({'key':['google', 'baidu', 'safa'],
  7.                   'size':[11, 44, 55]})
  9. df1.merge(df2, how='outer', on='key', indicator=True)
  10. -------------------------------------------------------------
  11.     key        age        size    _merge
  12. 0    google    18.0    11.0    both
  13. 1    baidu    39.0    44.0    both
  14. 2    wiki    22.0    NaN        left_only
  15. 3    safa    NaN        55.0    right_only

举例：笛卡尔积

  1. import pandas as pd
  2. df1 = pd.DataFrame({"site":["google", "baidu", "wiki", "pandas"]})
  3. df2 = pd.DataFrame({"plant": ["P1", "P2", "P3", "P4"]})
  5. df1["temp"] = 1
  6. df2["temp"] = 1
  8. df = df1.merge(df2, how="outer", on="temp")
  9. df = df.drop(columns=["temp"])
  10. df
  11. ---------------------------------------------------------
  12.     site    plant
  13. 0    google    P1
  14. 1    google    P2
  15. 2    google    P3
  16. 3    google    P4
  17. 4    baidu    P1
  18. 5    baidu    P2
  19. 6    baidu    P3
  20. 7    baidu    P4
  21. 8    wiki    P1
  22. 9    wiki    P2
  23. 10    wiki    P3
  24. 11    wiki    P4
  25. 12    pandas    P1
  26. 13    pandas    P2
  27. 14    pandas    P3
  28. 15    pandas    P4