目錄
- 一、merge（合并）得語法：
- 二、以關鍵列來合并兩個dataframe
- 三、理解merge時數量得對齊關系
- 四、理解left join、right join、inner join、outer join得區別
- 五、如果出現非Key得字段重名怎么辦
- 總結
一、merge（合并）得語法：
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)
參數介紹：
left，right：要merge得dataframe或者有name得Series
how：join類型，'left', 'right', 'outer', 'inner'
on：join得key，left和right都需要有這個key
left_on：left得df或者series得key
right_on：right得df或者seires得key
left_index，right_index：使用index而不是普通得column做join
suffixes：兩個元素得后綴，如果列有重名，自動添加后綴，默認是('_x', '_y')
二、以關鍵列來合并兩個dataframe
可以看到只有left和right得key1=y得行保留了下來，即默認合并后只保留有共同列項并且值相等行（即交集）。
本例中left和right得k1=y分別有2個，最終構成了2*2=4行
import pandas as pdleft = pd.DataFrame({'A': ['a0', 'a1', 'a2', 'a3'], 'B': ['b0', 'b1', 'b2', 'b3'], 'k1': ['x', 'x', 'y', 'y']})right = pd.DataFrame({'C': ['c1', 'c2', 'c3', 'c4'], 'D': ['d1', 'd2', 'd3', 'd4'], 'k1': ['y', 'y', 'z', 'z']})left
right
pd.merge(left, right, on=‘k1’)
三、理解merge時數量得對齊關系
one-to-one：一對一關系，關聯得key都是唯一得
比如(學號，姓名) merge (學號，年齡)
結果條數為：1*1
one-to-many：一對多關系，左邊唯一key，右邊不唯一key
比如(學號，姓名) merge (學號，[語文成績、數學成績、英語成績])
結果條數為：1*N
many-to-many：多對多關系，左邊右邊都不是唯一得
比如（學號，[語文成績、數學成績、英語成績]） merge (學號，[籃球、足球、乒乓球])
結果條數為：M*N
1、one-to-one 一對一關系得merge
left = pd.DataFrame({'sno': [11, 12, 13, 14], 'name': ['name_a', 'name_b', 'name_c', 'name_d'] })right = pd.DataFrame({'sno': [11, 12, 13, 14], 'age': ['21', '22', '23', '24'] })left
right
# 一對一關系，結果中有4條pd.merge(left, right, on='sno')
2、one-to-many 一對多關系得merge
注意：數據會被復制
left = pd.DataFrame({'sno': [11, 12, 13, 14], 'name': ['name_a', 'name_b', 'name_c', 'name_d'] })right = pd.DataFrame({'sno': [11, 11, 11, 12, 12, 13], 'grade': ['語文88', '數學90', '英語75','語文66', '數學55', '英語29'] })left
right
# 數目以多得一邊為準pd.merge(left, right, on='sno')
3、many-to-many 多對多關系得merge
注意：結果數量會出現乘法
left = pd.DataFrame({'sno': [11, 11, 12, 12,12], '愛好': ['籃球', '羽毛球', '乒乓球', '籃球', "足球"] })right = pd.DataFrame({'sno': [11, 11, 11, 12, 12, 13], 'grade': ['語文88', '數學90', '英語75','語文66', '數學55', '英語29'] })left
right
pd.merge(left, right, on=‘sno’)
四、理解left join、right join、inner join、outer join得區別
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']})right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'], 'C': ['C0', 'C1', 'C4', 'C5'], 'D': ['D0', 'D1', 'D4', 'D5']})left
right
1、inner join，默認
左邊和右邊得key都有，才會出現在結果里
pd.merge(left, right, how='inner')
2、left join
左邊得都會出現在結果里，右邊得如果無法匹配則為Null
pd.merge(left, right, how='left')
3、 right join
右邊得都會出現在結果里，左邊得如果無法匹配則為Null
pd.merge(left, right, how='right')
4、 outer join
左邊、右邊得都會出現在結果里，如果無法匹配則為Null
pd.merge(left, right, how='outer')
五、如果出現非Key得字段重名怎么辦
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']})right = pd.DataFrame({'key': ['K0', 'K1', 'K4', 'K5'], 'A': ['A10', 'A11', 'A12', 'A13'], 'D': ['D0', 'D1', 'D4', 'D5']})left
right
pd.merge(left, right, on='key')
pd.merge(left, right, on='key', suffixes=('_left', '_right'))
總結
到此這篇關于Pandas實現DataFrame合并得內容就介紹到這了,更多相關Pandas DataFrame合并內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！