怎么在python中使用merge()連接

今天就跟大家聊聊有關怎么在python中使用merge()連接，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

1、說明

pandas提供了一個類似于關系數據庫的連接(join)操作的方法merage,可以根據一個或多個鍵將不同DataFrame中的行連接起來。

2、語法

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)

3、參數

left與right：兩個不同的DataFrame

how：指的是合并(連接)的方式有inner(內連接),left(左外連接),right(右外連接),outer(全外連接);默認為inner

on : 指的是用于連接的列索引名稱。必須存在右右兩個DataFrame對象中，如果沒有指定且其他參數也未指定則以兩個DataFrame的列名交集做為連接鍵

left_on：左則DataFrame中用作連接鍵的列名;這個參數中左右列名不相同，但代表的含義相同時非常有用。

right_on：右則DataFrame中用作 連接鍵的列名

left_index：使用左則DataFrame中的行索引做為連接鍵

right_index：使用右則DataFrame中的行索引做為連接鍵

sort：默認為True，將合并的數據進行排序。在大多數情況下設置為False可以提高性能

suffixes：字符串值組成的元組，用于指定當左右DataFrame存在相同列名時在列名后面附加的后綴名稱，默認為(’_x’,’_y’)

copy：默認為True,總是將數據復制到數據結構中；大多數情況下設置為False可以提高性能

indicator：在 0.17.0中還增加了一個顯示合并數據中來源情況；如只來自己于左邊(left_only)、兩者(both)

4、實例

import pandas as pd
 
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                       'A': ['A0', 'A1', 'A2', 'A3'],
                       'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                        'C': ['C0', 'C1', 'C2', 'C3'],
                        'D': ['D0', 'D1', 'D2', 'D3']})
result = pd.merge(left, right, on='key')
 
# on參數傳遞的key作為連接鍵
result
Out[4]:
    A   B key   C   D
0  A0  B0  K0  C0  D0
1  A1  B1  K1  C1  D1
2  A2  B2  K2  C2  D2
3  A3  B3  K3  C3  D3

看完上述內容，你們對怎么在python中使用merge()連接有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。