| 參數(shù) | 說明 |
|---|---|
| how | 默認(rèn)為inner，可設(shè)為inner/outer/left/right |
| on | 根據(jù)某個字段進(jìn)行連接，必須存在于兩個DateFrame中（若未同時存在，則需要分別使用left_on和right_on來設(shè)置） |
| left_on | 左連接，以DataFrame1中用作連接鍵的列 |
| right_on | 右連接，以DataFrame2中用作連接鍵的列 |
| left_index | 將DataFrame1行索引用作連接鍵 |
| right_index | 將DataFrame2行索引用作連接鍵 |
| sort | 根據(jù)連接鍵對合并后的數(shù)據(jù)進(jìn)行排列，默認(rèn)為True |
| suffixes | 對兩個數(shù)據(jù)集中出現(xiàn)的重復(fù)列，新數(shù)據(jù)集中加上后綴_x,_y進(jìn)行區(qū)別 |
#利用字典dict創(chuàng)建數(shù)據(jù)框
dataDf1=pd.DataFrame({'lkey':['foo','bar','baz','foo'],
'value':[1,2,3,4]})
dataDf2=pd.DataFrame({'rkey':['foo','bar','qux','bar'],
'value':[5,6,7,8]})
print(dataDf1)
print(dataDf2)
>>>
lkey value
0 foo 1
1 bar 2
2 baz 3
3 foo 4
rkey value
0 foo 5
1 bar 6
2 qux 7
3 bar 8
#inner鏈接 dataLfDf=dataDf1.merge(dataDf2, left_on='lkey',right_on='rkey') >>> lkey value_x rkey value_y 0 foo 1 foo 5 1 foo 4 foo 5 2 bar 2 bar 6 3 bar 2 bar 8
#Right鏈接 dataDf1.merge(dataDf2, left_on='lkey', right_on='rkey',how='right') >>> lkey value_x rkey value_y 0 foo 1.0 foo 5 1 foo 4.0 foo 5 2 bar 2.0 bar 6 3 bar 2.0 bar 8 4 NaN NaN qux 7
#Outer鏈接 dataDf1.merge(dataDf2, left_on='lkey', right_on='rkey', how='outer') >>> lkey value_x rkey value_y 0 foo 1.0 foo 5.0 1 foo 4.0 foo 5.0 2 bar 2.0 bar 6.0 3 bar 2.0 bar 8.0 4 baz 3.0 NaN NaN 5 NaN NaN qux 7.0
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
標(biāo)簽：呼和浩特 股票 湖州 衡水 畢節(jié) 中山 駐馬店 江蘇
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《Pandas 連接合并函數(shù)merge()詳解》，本文關(guān)鍵詞 Pandas,連接,合并,函數(shù),merge,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。