约定第一行代码

import pandas as pd

Merge-数据库风格的合并

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)

各参数的含义

left、right：左右连接对象

how：连接方式，共有’inner’,’left’,right’,’outer’

on：根据连接的键

left_on、right_on：在连接的键名不同的情况下使用，left_on传入左对象的键，right_on传入右对象的键

left_index、right_index：设置索引是否作为连接的键，通常 left_on=??和right_index=True, right_on=??和left_index=True，或者left_index=True和right_index=True

sort：对连接后的结果是否排序，当数据巨大的时候为了追求效率可以设置为False

suffixes：对于不作为键的同名列，在其列名后添加的后缀

copy：将左右对象的内容复制过来，默认为True

各个用法的例子

创建连接的左右对象

df1=pd.DataFrame({'名字':list('ABCDE'),'性别':['男','女','男','男','女'],'职称':['副教授','讲师','助教','教授','助教']},index=range(1001,1006))
df1.columns.name='学院老师'
df1.index.name='编号'
df1

代码结果

df2=pd.DataFrame({'名字':list('ABDAX'),'课程':['C++','计算机导论','汇编','数据结构','马克思原理'],'职称':['副教授','讲师','教授','副教授','讲师']},index=[1001,1002,1004,1001,3001])
df2.columns.name='课程'
df2.index.name='编号'
df2

代码结果

1默认连接方式

pd.merge(df1,df2)

代码结果

2指定列名合并

pd.merge(df1,df2,on='名字')

代码结果

3其他连接方式:left/right/outer

left

pd.merge(df1,df2,how='left')

代码结果

right

pd.merge(df1,df2,how='right')

代码结果

outer

pd.merge(df1,df2,how='outer')

代码结果

4根据多个键进行连接

pd.merge(df1,df2,on=['职称','名字'])

代码结果

5对重复的列名处理

pd.merge(df1,df2,on='名字',suffixes=('_1','_2'))

代码结果

6 将索引作为连接的键

当我们连接时，无论是左右对象的索引都会被丢弃的。当们需要将索引作为连接键时可以如下方式

pd.merge(df1,df2,on=['名字','职称'],left_index=True,right_index=True)

代码结果