一、引言
Pandas 是一個開源的 Python 數據分析庫，提供了高效的數據操作介面。其中，merge() 函數是 Pandas 中一個非常有用的功能，它能夠將兩個 DataFrame 對象合併成一個新的 DataFrame。在本篇文章中，我們將詳細介紹 merge() 函數的用法和應用場景。
二、基本用法
1. merge() 函數語法
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)註：left 和 right 表示要合併的兩個 DataFrame 對象，how 表示合併方式，on 表示連接鍵，left_on 和 right_on 表示左右 DataFrame 要連接的列名，left_index 和 right_index 表示是否按照索引進行合併，suffixes 表示重疊的列的後綴名等等。
2. merge() 函數用法舉例
我們通過以下實例來講解 merge() 函數的基本用法。
例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
# 使用 merge() 函數進行合併
df_merge = pd.merge(df_left, df_right, on='key')
# 顯示合併後的 DataFrame 對象
print(df_merge)結果輸出：
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1
2 K2 A2 B2 C2 D2
3 K3 A3 B3 C3 D3這裡，我們通過對左側 DataFrame 對象 df_left 和右側 DataFrame 對象 df_right 的 key 列進行連接，得到了一個新的 DataFrame 對象 df_merge。
三、合併方式
1. inner
inner（默認情況下）：保留兩個表中都存在的鍵。
例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'C': ['C0', 'C1', 'C4', 'C5'],
'D': ['D0', 'D1', 'D4', 'D5']})
# 使用 merge() 函數進行合併
df_merge_inner = pd.merge(df_left, df_right, on='key')
# 顯示內連接後的 DataFrame 對象
print(df_merge_inner)輸出結果：
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1由於此時左右 DataFrame 對象的 key 列（『K2』和『K3』）並不相同，所以沒有在合併後的結果中出現。
2. outer
outer：保留兩個表中所有的鍵。
例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'C': ['C0', 'C1', 'C4', 'C5'],
'D': ['D0', 'D1', 'D4', 'D5']})
# 使用 merge() 函數進行合併
df_merge_outer = pd.merge(df_left, df_right, on='key', how='outer')
# 顯示外連接後的 DataFrame 對象
print(df_merge_outer)輸出結果：
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1
2 K2 A2 B2 NaN NaN
3 K3 A3 B3 NaN NaN
4 K4 NaN NaN C4 D4
5 K5 NaN NaN C5 D5由於此時左右 DataFrame 對象的 key 列（『K2』和『K3』）並不相同，所以在合併後的結果中將會出現缺失值。
3. left
left：以左側 DataFrame 為基礎，保留左側 DataFrame 中所有的鍵。
例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'C': ['C0', 'C1', 'C4', 'C5'],
'D': ['D0', 'D1', 'D4', 'D5']})
# 使用 merge() 函數進行合併
df_merge_left = pd.merge(df_left, df_right, on='key', how='left')
# 顯示左連接後的 DataFrame 對象
print(df_merge_left)輸出結果：
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1
2 K2 A2 B2 NaN NaN
3 K3 A3 B3 NaN NaN由於此時左側 DataFrame 對象的 key 列中，只有『K0』和『K1』與右側 DataFrame 對象相同，所以在合併後的結果中，『K2』和『K3』對應的列為空。
4. right
right：以右側 DataFrame 為基礎，保留右側 DataFrame 中所有的鍵。
例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'C': ['C0', 'C1', 'C4', 'C5'],
'D': ['D0', 'D1', 'D4', 'D5']})
# 使用 merge() 函數進行合併
df_merge_right = pd.merge(df_left, df_right, on='key', how='right')
# 顯示右連接後的 DataFrame 對象
print(df_merge_right)輸出結果：
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D1
2 K4 NaN NaN C4 D4
3 K5 NaN NaN C5 D5由於此時右側 DataFrame 對象的 key 列中，只有『K0』和『K1』與左側 DataFrame 對象相同，所以在合併後的結果中，『K4』和『K5』對應的列為空。
四、合併鍵
在 merge() 函數中，可以通過連接鍵將兩個 DataFrame 對象中的數據進行合併。連接鍵是指在合併過程中用來唯一標識每個記錄或行的一個或多個列。在連接鍵相同的情況下，merge() 函數將會把相應的列合併成一個。
1. 普通列連接
在默認情況下，merge() 函數會以兩個 DataFrame 對象中列名相同的列作為連接鍵，即進行列連接。例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'],
'C': ['C0', 'C1', 'C4', 'C5'],
'D': ['D0', 'D1', 'D4', 'D5']})
# 使用 merge() 函數進行合併
df_merge = pd.merge(df_left, df_right, on='key')
# 顯示合併後的 DataFrame 對象
print(df_merge)輸出結果：
key A B C D
0 K0 A0 B0 C0 D0
1 K1 A1 B1 C1 D12. 多列連接
當兩個 DataFrame 對象中需要連接的列名不同時，可以通過 left_on 和 right_on 參數指定。例如：
import pandas as pd
# 構造左側 DataFrame 對象
df_left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
'key2': ['K0', 'K1', 'K0', 'K1'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']})
# 構造右側 DataFrame 對象
df_right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
'key2': ['K0', 'K0', 'K0', 'K0'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
# 使用 merge() 函數進行多列連接
df_merge_mul = pd.merge(df_left, df_right, on=['key1', 'key2'])
# 顯示合併後的 DataFrame 對象
print(df_merge_mul)輸出結果：
key1 key2 A B C D
0 K0 K0 A0 B0 C0 D0
1 K1 K0 A2 B2 C1 D1
2 K1 K0 A2 B2 C2 D2原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/254383.html
微信掃一掃 
支付寶掃一掃 