pandas.merge是一种强大的Pandas函数，它能够将不同的数据集合并成一个大型数据集，能够帮助数据科学家将散落在不同文件中的数据互相匹配。参数设置灵活多变，因而也决定着它的使用度和重要性。
一、 pandas.merge函数
pandas.merge是将不同的数据集合并在一起的主要函数。这个函数有很多参数，其中一些参数相当重要。下面分别对比较常用的参数进行分析。
二、 左右表参数
默认情况下，pandas数据合并的方式是左连接，返回左表中所有行，同时在右表未找到匹配时填充 NaN 值。因此，在进行不同类型的连接时，可以通过指定函数的how参数，来改变左连接和右连接的连接方式。下面是一个例子：
pd.merge(df1, df2, on='key', how='right')
在上述代码中， ‘key’参数 表示合并的基准列，how参数指定了右连接。
三、重复列名问题
在数据的连接过程中，如果有重复的列名，pandas.merge函数会自动将它们重命名为x和y，以区别它们属于左表还是右表。
pd.merge(df1, df2, on='key', suffixes=('_left', '_right'))
在上述代码中，我们使用了suffixes参数，来改变列名的后缀，以帮助识别修改后的列名。
四、merge函数各种参数简介与代码示例
下面是更为详细的merge函数各个可选参数的描述，每个参数都有具体的代码示例。
1、left parameter
函数 merge 的左侧 DataFrame。
pd.merge(df1, df2, left_on='lkey', right_on='rkey')
2、right parameter
函数merge的右侧DataFrame
pd.merge(df1, df2, left_on='lkey', right_on='rkey')
3、how parameter
连接方式，可选的值有 ‘inner’、’outer’、’left’、’right’
pd.merge(df1, df2, on='key', how='outer')
4、on parameter
要加入的两个DataFrame中重叠的列名称，如果没有指定对象，则使用两个DataFrame中所有公共列。
pd.merge(df1, df2, on='key')
5、left_on 和 right_on parameter
要使用一个 DataFrame 中的列名作为连接键，另一个 DataFrame 中的列名作为另一个连接键
pd.merge(df1, df2, left_on='lkey', right_on='rkey')
6、left_index 和 right_index parameter
如果为True，则使用左侧或右侧 DataFrame 的索引作为（唯一）连接键。
pd.merge(df1, df2, left_index=True, right_index=True)
7、suffixes parameter
指定用于重叠列名的字符串后缀
pd.merge(df1, df2, on='key', suffixes=('_left', '_right'))
总之
pandas.merge是一个重要的数据合并工具，它能够将不同的数据集合并成一个大型数据集。它的一些参数设置灵活，并且可以进行深度的探究。在具体使用中，可以根据需要灵活的添加各种合适的参数。
原创文章，作者：FDDD，如若转载，请注明出处：https://www.506064.com/n/138585.html
微信扫一扫 
支付宝扫一扫 