码迷,mamicode.com
首页 > 其他好文 > 详细

Pandas中DataFrame数据合并、连接(concat、merge、join)之merge

时间:2019-02-12 01:42:22      阅读:242      评论:0      收藏:0      [点我收藏+]

标签:通过   高性能   import   附加   交集   specified   das   most   merge   

二、merge:通过键拼接列

类似于关系型数据库的连接方式,可以根据一个或多个键将不同的DatFrame连接起来。

该函数的典型应用场景是,针对同一个主键存在两张不同字段的表,根据主键整合到一张表里面。

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)

 

   参数介绍:

     left和right:两个不同的DataFrame;

     how:连接方式,有inner、left、right、outer,默认为inner;

     on:指的是用于连接的列索引名称,必须存在于左右两个DataFrame中,如果没有指定且其他参数也没有指定,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,这个参数左右列名不同但代表的含义相同时非常的有用;

     right_on:右侧DataFrame中用于连接键的列名;

     left_index:使用左侧DataFrame中的行索引作为连接键;

     right_index:使用右侧DataFrame中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存在相同列名时在列名后面附加的后缀名称,默认为(‘_x‘, ‘_y‘);

     copy:默认为True,总是将数据复制到数据结构中,设置为False可以提高性能;

     indicator:显示合并数据中数据的来源情况

 

 案例1

import  pandas as pd
import numpy  as np
random = np.random.RandomState(0)  #随机数种子,相同种子下每次运行生成的随机数相同
df1=pd.DataFrame(random.randn(3,4),columns=[a,b,c,d])
df1

技术图片

random = np.random.RandomState(0)
df2=pd.DataFrame(random.randn(2,3),columns=[b,d,a],index=["a1","a2"])
df2

技术图片

 

pd.merge(df1,df2)

技术图片

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

技术图片

案例2 默认按相同的列名键join

df3=pd.DataFrame({key:[a,b,b],data1:range(3)})
df3

技术图片

df4=pd.DataFrame({key:[a,b,c],data2:range(3)})
df4

技术图片

 

pd.merge(df3,df4)

 

 技术图片

 案例三

df1 = pd.DataFrame({lkey: [foo, bar, baz, foo],
                   value: [1, 2, 3, 5]})
df1

技术图片

df2 = pd.DataFrame({rkey: [foo, bar, baz, foo],
                    value: [5, 6, 7, 8]})
df2

技术图片

df1.merge(df2)

技术图片

Merge df1 and df2 on the lkey and rkey columns. The value columns have the default suffixes, _x and _y, 

df1.merge(df2,left_on="lkey",right_on="rkey")

 

技术图片

>>> df1.merge(df2, left_on=lkey, right_on=rkey, suffixes=(False, False))
Traceback (most recent call last):
...
ValueError: columns overlap but no suffix specified:
    Index([value], dtype=object)

 

Pandas中DataFrame数据合并、连接(concat、merge、join)之merge

标签:通过   高性能   import   附加   交集   specified   das   most   merge   

原文地址:https://www.cnblogs.com/wqbin/p/10363679.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!