Python Pandas Join操作詳解

一、引言

在數據處理過程中，數據通常會被分成多個表格，而這些表格又會有相同的列或索引。為了將這些表格合併起來，需要用到Join操作。Join操作可以將多個表中的數據合併成一個新表，而Pandas庫提供了豐富的Join功能，本文就對Python Pandas Join操作進行詳解。

二、Join操作方式

1. Inner Join

Inner Join操作返回兩個表中有相同值的行，並將它們合併成一個新表。例如，我們有兩個表fruit和color，它們都包含了水果的名稱，但是分別包含了水果的顏色和價格。

import pandas as pd

# 構造fruit表
fruit = pd.DataFrame({'name': ['apple', 'banana', 'orange', 'pear'], 'color': ['red', 'yellow', 'orange', 'green']})

# 構造color表
price = pd.DataFrame({'name': ['apple', 'banana', 'peach'], 'price': ['2.5', '1.2', '3.0']})

# 使用Inner Join操作合併fruit和color表
merged = pd.merge(fruit, price, on='name', how='inner')

print(merged)

輸出結果為：

     name   color price
0   apple     red   2.5
1  banana  yellow   1.2

結果中只包含了fruit表和color表中都存在的apple和banana的信息，因為其它水果在兩個表格中都不存在。

2. Left Join

Left Join操作返回左表格中所有的行，以及右表格中和左表格匹配的行，並將它們合併成一個新表。如果右表格中沒有和左表格匹配的行，則用NULL值填充新表格中的對應列。

import pandas as pd

# 構造fruit表
fruit = pd.DataFrame({'name': ['apple', 'banana', 'orange', 'pear'], 'color': ['red', 'yellow', 'orange', 'green']})

# 構造color表
price = pd.DataFrame({'name': ['apple', 'banana', 'peach'], 'price': ['2.5', '1.2', '3.0']})

# 使用Left Join操作合併fruit和price表
merged = pd.merge(fruit, price, on='name', how='left')

print(merged)

輸出結果為：

     name   color price
0   apple     red   2.5
1  banana  yellow   1.2
2  orange  orange  None
3    pear   green  None

結果中包含了fruit表中所有的信息，以及price表中和fruit表匹配的信息。注意，price表中沒有orange和pear的信息，所以在新表中對應列的值為NULL值。

3. Right Join

Right Join操作返回右表格中所有的行，以及左表格中和右表格匹配的行，並將它們合併成一個新表。如果左表格中沒有和右表格匹配的行，則用NULL值填充新表格中的對應列。

import pandas as pd

# 構造fruit表
fruit = pd.DataFrame({'name': ['apple', 'banana', 'orange', 'pear'], 'color': ['red', 'yellow', 'orange', 'green']})

# 構造color表
price = pd.DataFrame({'name': ['apple', 'banana', 'peach'], 'price': ['2.5', '1.2', '3.0']})

# 使用Right Join操作合併fruit和color表
merged = pd.merge(fruit, price, on='name', how='right')

print(merged)

輸出結果為：

     name   color price
0   apple     red   2.5
1  banana  yellow   1.2
2   peach    None   3.0

結果中包含了price表中所有的信息，以及fruit表中和price表匹配的信息。注意，fruit表中沒有peach的信息，所以在新表中對應列的值為NULL值。

4. Outer Join

Outer Join操作返回左表格和右表格中所有的行，並將它們合併成一個新表。如果左表格和右表格沒有匹配的行，則用NULL值填充對應列。

import pandas as pd

# 構造fruit表
fruit = pd.DataFrame({'name': ['apple', 'banana', 'orange', 'pear'], 'color': ['red', 'yellow', 'orange', 'green']})

# 構造color表
price = pd.DataFrame({'name': ['apple', 'banana', 'peach'], 'price': ['2.5', '1.2', '3.0']})

# 使用Outer Join操作合併fruit和price表
merged = pd.merge(fruit, price, on='name', how='outer')

print(merged)

輸出結果為：

     name   color price
0   apple     red   2.5
1  banana  yellow   1.2
2  orange  orange  None
3    pear   green  None
4   peach    None   3.0

結果中包含了fruit表和color表中所有的信息，對於在fruit表或color表中不存在的信息將使用NULL值填充。