1、说明
pandas提供了一个类似关系数据库的连接(join)merage可以根据一个或多个键连接不同DataFrame中的行。
2、语法
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、参数
left与right：两个不同的DataFrame
how：Innner(内连接)是指合并(连接)的方式，left(左外连接)，right(右外连接)，outer(全外连接);默认为inner
on : 指用于连接的列索引名称。右右两个DataFrame对象中必须存在。如果没有指定，其他参数也没有指定，则以两个DataFrame的列名交集作为连接键
left_on：左则DataFrame中用作连接键的列名；左右列名在这个参数中不同，但代表相同的含义是非常有用的。
right_on：在DataFrame中使用右侧 连接键的列名
left_index：使用左则DataFrame中的行索引作为连接键
right_index：使用右则DataFrame中的行索引作为连接键
sort：默认为True，对合并的数据进行排序。在大多数情况下，False可以提高性能
suffixes：由字符串值组成的元组，用于指定当左右DataFrame有相同列名时，在列名后面附加的后缀名称，默认为(_x’,’_y’)
copy：默认情况下，True总是将数据复制到数据结构中；在大多数情况下，False可以提高性能；
indicator：在 0.17.0中还增加了显示合并数据中的来源；如果你只来自左边(left_only)、两者(both)
4、实例
importpandasaspd
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参数传递的key作为连接键
result
Out[4]:
ABkeyCD
0A0B0K0C0D0
1A1B1K1C1D1
2A2B2K2C2D2
3A3B3K3C3D3以上是python merge()连接，希望对大家有所帮助。更多Python学习指导：python基础教程