Pandas 的 merge 方法講解及 how= inner/ outer/ left/ right 的連接方式演示

 merge 的使用

 

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)

常用參數：

　　left：左 DataFrame

　　right：右 DataFrame

　　how：連接方式：‘inner’（默認）；還有，‘outer’、‘left’、‘right’

　　on：用於連接的列名，必須同時存在於左右兩個DataFrame對象中

 

連接方式演示

0 數據准備

import pandas as pd

# 創建兩個用於演示的DataFrame
X = pd.DataFrame({'name':['A','B','C','D'],'age':[1,2,3,4]})
Y = pd.DataFrame({'name':['A','B','E'],'age':[1,5,6]})

其中：

　　A 同學在兩個數據集中都存在，並且對應的 age 相同

　　B 同學在兩個數據集中都存在，但對應的 age 不同

　　C D 兩位同學只出現在 X 數據集中

　　E 同學只出現在 Y 數據集中

1 inner 內連接

merge 默認的連接方式

以 name 列為基准，保留兩個數據集中同時存在的樣本，這些樣本的其他特征都會保留

 2 outer 外連接

以 name 列為基准，保留 X Y 兩個數據集里 name 中出現的所有值，這些樣本的其他特征都會保留，不存在的特征會自動補充 nan

 

 3 left 左連接

保留左 DataFrame 中，name 列出現的所有值（單獨出現在右 DataFrame 的 name 里的值會被去除），這些值在右 DataFrame 里對應的值也會保留

 

 4 right 右連接

保留右 DataFrame 中，name 列出現的所有值（單獨出現在左 DataFrame 的 name 里的值會被去除），這些值在左 DataFrame 里對應的值也會保留

 

 

 

文字有些啰嗦，看代碼示例 [略~]