Pandas詳解十七之Merge合併-數據庫風格的合併

約定：

import pandas as pd

Merge-數據庫風格的合併

數據的合併（merge）和連接（join）是我們在數據分析和挖掘中不可或缺的，是通過一個或一個以上的鍵連接的。pandas的合併（merge）的的絕大功能和數據庫操作類似的。具有如下參數：

pd.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)

各個參數的含義：

left、right：左右連接對象

how：連接方式，共有’inner’,’left’,right’,’outer’

on：根據連接的鍵

left_on、right_on：在連接的鍵名不同的情況下使用，left_on傳入左對象的鍵，right_on傳入右對象的鍵

left_index、right_index：設置索引是否作爲連接的鍵，通常 left_on=??和right_index=True, right_on=??和left_index=True，或者left_index=True和right_index=True

sort：對連接後的結果是否排序，當數據巨大的時候爲了追求效率可以設置爲False

suffixes：對於不作爲鍵的同名列，在其列名後添加的後綴

copy：將左右對象的內容複製過來，默認爲True

接下來是各個用法的例子：

• 先創建連接的左右對象

df1=pd.DataFrame({'名字':list('ABCDE'),'性別':['男','女','男','男','女'],'職稱':['副教授','講師','助教','教授','助教']},index=range(1001,1006))
df1.columns.name='學院老師'
df1.index.name='編號'
df1

代碼結果：

學院老師	名字	性別	職稱
編號
1001	A	男	副教授
1002	B	女	講師
1003	C	男	助教
1004	D	男	教授
1005	E	女	助教

df2=pd.DataFrame({'名字':list('ABDAX'),'課程':['C++','計算機導論','彙編','數據結構','馬克思原理'],'職稱':['副教授','講師','教授','副教授','講師']},index=[1001,1002,1004,1001,3001])
df2.columns.name='課程'
df2.index.name='編號'
df2

代碼結果：

課程	名字	職稱	課程
編號
1001	A	副教授	C++
1002	B	講師	計算機導論
1004	D	教授	彙編
1001	A	副教授	數據結構
3001	X	講師	馬克思原理

1 默認連接方式

默認下是根據左右對象中出現同名的列作爲連接的鍵，且連接方式是on=’inner’

pd.merge(df1,df2)

代碼結果：

	名字	性別	職稱	課程
0	A	男	副教授	C++
1	A	男	副教授	數據結構
2	B	女	講師	計算機導論
3	D	男	教授	彙編

2 指定列名合併

pd.merge(df1,df2,on='名字')

代碼結果：

	名字	性別	職稱_x	職稱_y	課程
0	A	男	副教授	副教授	C++
1	A	男	副教授	副教授	數據結構
2	B	女	講師	講師	計算機導論
3	D	男	教授	教授	彙編

3 其他連接方式:left/right/outer

關於連接方式不懂的可參考該博客：https://blog.csdn.net/plg17/article/details/78758593

pd.merge(df1,df2,how='left')

代碼結果：

	名字	性別	職稱	課程
0	A	男	副教授	C++
1	A	男	副教授	數據結構
2	B	女	講師	計算機導論
3	C	男	助教	NaN
4	D	男	教授	彙編
5	E	女	助教	NaN

pd.merge(df1,df2,how='right')

代碼結果：

	名字	性別	職稱	課程
0	A	男	副教授	C++
1	A	男	副教授	數據結構
2	B	女	講師	計算機導論
3	D	男	教授	彙編
4	X	NaN	講師	馬克思原理

pd.merge(df1,df2,how='outer')

代碼結果：

	名字	性別	職稱	課程
0	A	男	副教授	C++
1	A	男	副教授	數據結構
2	B	女	講師	計算機導論
3	C	男	助教	NaN
4	D	男	教授	彙編
5	E	女	助教	NaN
6	X	NaN	講師	馬克思原理

4 根據多個鍵進行連接

pd.merge(df1,df2,on=['職稱','名字'])

代碼結果：

	名字	性別	職稱	課程
0	A	男	副教授	C++
1	A	男	副教授	數據結構
2	B	女	講師	計算機導論
3	D	男	教授	彙編

5 對重複的列名處理

細心的你可能在上面的 2 觀察到了，不作爲連接鍵的相同列名更改了。那是因爲當不指定連接的鍵的時候是將‘名字’、‘職稱’作爲連接的鍵。

pd.merge(df1,df2,on='名字',suffixes=('_1','_2'))

代碼結果：

	名字	性別	職稱_1	職稱_2	課程
0	A	男	副教授	副教授	C++
1	A	男	副教授	副教授	數據結構
2	B	女	講師	講師	計算機導論
3	D	男	教授	教授	彙編

6 將索引作爲連接的鍵

當我們連接時，無論是左右對象的索引都會被丟棄的。當們需要將索引作爲連接鍵時可以如下方式：

pd.merge(df1,df2,left_on='性別',right_index=True)

代碼結果：

	名字_x	性別	職稱_x	名字_y	職稱_y	課程
編號

pd.merge(df1,df2,on=['名字','職稱'],left_index=True,right_index=True)

代碼結果：

	名字	性別	職稱	課程
編號
1001	A	男	副教授	C++
1001	A	男	副教授	數據結構
1002	B	女	講師	計算機導論
1004	D	男	教授	彙編

謝謝大家的瀏覽，
希望我的努力能幫助到您，
共勉！