[pandas] 詳解pandas庫的pd.merge函數

本篇詳細說明merge的應用，join 和concatenate的拼接方法的與之相似。

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)

參數如下：

left: 拼接的左側DataFrame對象
right: 拼接的右側DataFrame對象
on: 要加入的列或索引級別名稱。 必須在左側和右側DataFrame對象中找到。 如果未傳遞且left_index和right_index為False，則DataFrame中的列的交集將被推斷為連接鍵。
left_on:左側DataFrame中的列或索引級別用作鍵。 可以是列名，索引級名稱，也可以是長度等於DataFrame長度的數組。
right_on: 左側DataFrame中的列或索引級別用作鍵。 可以是列名，索引級名稱，也可以是長度等於DataFrame長度的數組。
left_index: 如果為True，則使用左側DataFrame中的索引（行標簽）作為其連接鍵。 對於具有MultiIndex（分層）的DataFrame，級別數必須與右側DataFrame中的連接鍵數相匹配。
right_index: 與left_index功能相似。
how: One of ‘left’, ‘right’, ‘outer’, ‘inner’. 默認inner。inner是取交集，outer取並集。比如left：[‘A’,‘B’,‘C’];right[’'A,‘C’,‘D’]；inner取交集的話，left中出現的A會和right中出現的買一個A進行匹配拼接，如果沒有是B，在right中沒有匹配到，則會丟失。'outer’取並集，出現的A會進行一一匹配，沒有同時出現的會將缺失的部分添加缺失值。
sort: 按字典順序通過連接鍵對結果DataFrame進行排序。 默認為True，設置為False將在很多情況下顯着提高性能。
suffixes: 用於重疊列的字符串后綴元組。 默認為（‘x’，’ y’）。
copy: 始終從傳遞的DataFrame對象復制數據（默認為True），即使不需要重建索引也是如此。
indicator:將一列添加到名為_merge的輸出DataFrame，其中包含有關每行源的信息。 _merge是分類類型，並且對於其合並鍵僅出現在“左”DataFrame中的觀察值，取得值為left_only，對於其合並鍵僅出現在“右”DataFrame中的觀察值為right_only，並且如果在兩者中都找到觀察點的合並鍵，則為left_only。
---------------------

原文：https://blog.csdn.net/brucewong0516/article/details/82707492