熊猫.合并# 熊猫。合并( left , right , how = 'inner' , on = None , left_on = None , right_on = None , left_index = False , right_index = False , sort = False , suffixes = ('_x', '_y') , copy =无,指标= False ,验证=无) [来源] # 使用数据库样式连接合并 DataFrame 或命名 Series 对象。 命名的 Series 对象被视为具有单个命名列的 DataFrame。 连接是在列或索引上完成的。如果在列上连接列,则 DataFrame 索引将被忽略。否则,如果连接索引上的索引或一列或多列上的索引,则索引将被传递。执行交叉合并时,不允许合并任何列规范。 警告 如果两个键列都包含键为空值的行,则这些行将相互匹配。这与通常的 SQL 连接行为不同,可能会导致意外结果。 参数: 左DataFrame 或命名系列 正确的DataFrame 或命名系列要合并的对象。 如何{'left', 'right', 'outer', 'inner', 'cross'}, 默认'inner'要执行的合并类型。 left:仅使用左框架中的键,类似于 SQL 左外连接;保留按键顺序。 right:仅使用右框架中的键,类似于 SQL 右外连接;保留按键顺序。 外部:使用两个框架中的键的并集,类似于 SQL 完全外部连接;按字典顺序对键进行排序。 内部:使用两个帧的键的交集,类似于 SQL 内部联接;保留左键的顺序。 cross:从两个帧创建笛卡尔积,保留左键的顺序。 标签或清单上要连接的列或索引级别名称。这些必须在两个 DataFrame 中找到。如果on为 None 并且不合并索引,则默认为两个 DataFrame 中列的交集。 left_on标签或列表,或类似数组要连接到左侧 DataFrame 的列或索引级别名称。也可以是左侧 DataFrame 长度的数组或数组列表。这些数组被视为列。 right_on标签或列表,或类似数组要连接到右侧 DataFrame 中的列或索引级别名称。也可以是正确 DataFrame 长度的数组或数组列表。这些数组被视为列。 left_index bool, 默认 False使用左侧 DataFrame 的索引作为连接键。如果它是 MultiIndex,则其他 DataFrame 中的键数(索引或列数)必须与级别数匹配。 right_index bool, 默认 False使用右侧 DataFrame 中的索引作为连接键。与 left_index 相同的注意事项。 排序bool,默认 False在结果 DataFrame 中按字典顺序对连接键进行排序。如果为 False,则连接键的顺序取决于连接类型(how 关键字)。 后缀列表,默认为(“_x”,“_y”)长度为 2 的序列,其中每个元素都可以是一个字符串,指示分别添加到左侧和右侧重叠列名称的后缀 。传递None值而不是字符串,以指示左侧或 右侧的列名称应保持原样,不带后缀。至少其中一个值不得为 None。 复制布尔值,默认 True如果为 False,请尽可能避免复制。 笔记 copy关键字将改变 pandas 3.0 中的行为 。默认情况下会启用Copy-on-Write ,这意味着所有带有 copy关键字的方法都将使用惰性复制机制来推迟复制并忽略copy关键字。 copy关键字将在 pandas 的未来版本中删除。 您已经可以通过启用写入时复制来获得未来的行为和改进pd.options.mode.copy_on_write = True 指示符bool 或 str,默认 False如果为 True,则向输出 DataFrame 添加一列名为“_merge”的列,其中包含有关每行源的信息。可以通过提供字符串参数来为该列指定不同的名称。该列将具有分类类型,对于合并键仅出现在左侧 DataFrame 中的观察,值为“left_only”;对于合并键仅出现在右侧 DataFrame 中的观察,值为“right_only”;如果观察的合并键为“both”在两个 DataFrame 中都可以找到。 验证str,可选如果指定,则检查合并是否属于指定类型。 “one_to_one”或“1:1”:检查合并键在左右数据集中是否唯一。 “one_to_many”或“1:m”:检查合并键在左侧数据集中是否唯一。 “many_to_one”或“m:1”:检查合并键在正确的数据集中是否唯一。 “many_to_many”或“m:m”:允许,但不会导致检查。 返回: 数据框两个合并对象的 DataFrame。 也可以看看 merge_ordered与可选的填充/插值合并。 merge_asof合并最近的键。 DataFrame.join使用索引的类似方法。 例子 >>> df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'], ... 'value': [1, 2, 3, 5]}) >>> df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'], ... 'value': [5, 6, 7, 8]}) >>> df1 lkey value 0 foo 1 1 bar 2 2 baz 3 3 foo 5 >>> df2 rkey value 0 foo 5 1 bar 6 2 baz 7 3 foo 8 在 lkey 和 rkey 列上合并 df1 和 df2。值列附加了默认后缀 _x 和 _y。 >>> df1.merge(df2, left_on='lkey', right_on='rkey') lkey value_x rkey value_y 0 foo 1 foo 5 1 foo 1 foo 8 2 bar 2 bar 6 3 baz 3 baz 7 4 foo 5 foo 5 5 foo 5 foo 8 将 DataFrame df1 和 df2 与附加到任何重叠列的指定左后缀和右后缀合并。 >>> df1.merge(df2, left_on='lkey', right_on='rkey', ... suffixes=('_left', '_right')) lkey value_left rkey value_right 0 foo 1 foo 5 1 foo 1 foo 8 2 bar 2 bar 6 3 baz 3 baz 7 4 foo 5 foo 5 5 foo 5 foo 8 合并 DataFrame df1 和 df2,但如果 DataFrame 有任何重叠列,则会引发异常。 >>> 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') >>> df1 = pd.DataFrame({'a': ['foo', 'bar'], 'b': [1, 2]}) >>> df2 = pd.DataFrame({'a': ['foo', 'baz'], 'c': [3, 4]}) >>> df1 a b 0 foo 1 1 bar 2 >>> df2 a c 0 foo 3 1 baz 4 >>> df1.merge(df2, how='inner', on='a') a b c 0 foo 1 3 >>> df1.merge(df2, how='left', on='a') a b c 0 foo 1 3.0 1 bar 2 NaN >>> df1 = pd.DataFrame({'left': ['foo', 'bar']}) >>> df2 = pd.DataFrame({'right': [7, 8]}) >>> df1 left 0 foo 1 bar >>> df2 right 0 7 1 8 >>> df1.merge(df2, how='cross') left right 0 foo 7 1 foo 8 2 bar 7 3 bar 8