代码收藏家技术教程 2023-05-24

pd.merge()函数的使用（Python数据科学手册）

1.merge函数的构成

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)

2.merge函数的参数

left：参与合并的左侧的dataframe

right：参与合并的右侧的dataframe

how：连接方式

on：用于连接的列索引的名称，必须存在于左右的两个dataframe中，如果没有指定其他的且其他的参数也没有指定，则以两个dataframe列名交集作为连接键

left_on：左侧dataframe中用于连接键的列名，这个参数左右列各不同但含义相同时非常有用

right_on：右侧的dataframe中用于连接的列名

left_index：使用左侧dataframe的行索引作为连接键

right_index：使用右侧dataframe的行索引作为连接键

sort：默认为True，将合并的数据进行排序，设置为false可以提高性能

suffixes：字符串值组成的元组，用于指定当左右dataframe存在相同列名时在后面附加的后缀名

3.merge函数的使用

1、数据连接的类型

一对一连接，多对一连接，多对多连接

代码实例

一对一

from cv2 import merge
import pandas as pd

df1 = pd.DataFrame({'employee': ['Bob', 'jake', 'lisa', 'Sue'],
                   'groups': ['Accounting', 'Engineering', 'Engineering', 'HR']})

df2 = pd.DataFrame({'employee': ['lisa', 'Bob', 'jake', 'Sue'],
                    'hire_date': [2004, 2008, 2012, 2014]})
print(df1)
print(df2)

print(pd.merge(df1, df2))

多对一

from cv2 import merge
import pandas as pd

df1 = pd.DataFrame({'employee': ['Bob', 'jake', 'lisa', 'Sue'],
                   'group': ['Accounting', 'Engineering', 'Engineering', 'HR']})

df2 = pd.DataFrame({'employee': ['lisa', 'Bob', 'jake', 'Sue'],
                    'hire_date': [2004, 2008, 2012, 2014]})
# print(df1)
# print(df2)

df3 = pd.merge(df1, df2)

print(df3)

df4 = pd.DataFrame({'group': ['According', 'Engineering', 'HR'],
                    'supervisor': ['Carly', 'Guido', 'Steve']})

print(df4)

print(pd.merge(df3, df4))

多对多

from cv2 import merge
import pandas as pd

df1 = pd.DataFrame({'employee': ['Bob', 'jake', 'lisa', 'Sue'],
                   'group': ['Accounting', 'Engineering', 'Engineering', 'HR']})

df2 = pd.DataFrame({'employee': ['lisa', 'Bob', 'jake', 'Sue'],
                    'hire_date': [2004, 2008, 2012, 2014]})
print(df1)
# print(df2)

df3 = pd.merge(df1, df2)

# print(df3)

df4 = pd.DataFrame({'group': ['According', 'Engineering', 'HR'],
                    'supervisor': ['Carly', 'Guido', 'Steve']})

# print(df4)

df5 = pd.DataFrame({'group': ['Accounting', 'Accounting', 'Engineering', 'Engineering', 'HR', 'HR'],
                    'skills': ['math', 'spreadsheets', 'coding', 'linux', 'spreadsheets', 'organization']})

print(df5)

print(pd.merge(df1, df5))