Python pandas.DataFrame.merge用法及代码示例

用法: DataFrame.merge(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)

使用 database-style 连接合并 DataFrame 或命名的 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，如果加入索引上的索引或列上的索引，则索引将被传递。执行交叉合并时，不允许合并列规范。

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，并可能导致意外结果。

参数：

right：DataFrame 或命名系列

要合并的对象。

how：{‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}，默认 ‘inner’

要执行的合并类型。

left：仅使用左帧中的键，类似于 SQL 左外连接；保留 key 顺序。
右：仅使用右框架中的键，类似于 SQL 右外连接；保留 key 顺序。
外部：使用来自两个帧的键并集，类似于 SQL 完全外部联接；按字典顺序对键进行排序。
内部：使用来自两个帧的键的交集，类似于 SQL 内部连接；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。

on：标签或列表

要加入的列或索引级别名称。这些必须在两个 DataFrame 中都可以找到。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array-like

要在左侧 DataFrame 中加入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array-like

要在右侧 DataFrame 中加入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：布尔值，默认为 False

使用左侧 DataFrame 中的索引作为连接键。如果是 MultiIndex，则另一个 DataFrame 中的键数(索引或列数)必须与级别数匹配。

right_index：布尔值，默认为 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。

sort：布尔值，默认为 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)。

suffixes：list-like，默认为 (“_x”, “_y”)

长度为 2 的序列，其中每个元素可选地是一个字符串，指示要分别添加到 left 和 right 中的重叠列名称的后缀。传递 None 的值而不是字符串，以指示来自 left 或 right 的列名应保留为 as-is，不带后缀。至少其中一个值不得为无。

copy：布尔值，默认为真

如果为 False，请尽可能避免复制。

indicator：bool 或 str，默认为 False

如果为 True，则在输出 DataFrame 中添加一个名为 “_merge” 的列，其中包含有关每行来源的信息。通过提供字符串参数，可以为该列指定不同的名称。该列将有一个分类类型，其值为 “left_only” 用于合并键仅出现在左侧 DataFrame 中的观察，“right_only” 用于其合并键仅出现在右侧 DataFrame 中的观察，以及 “both” 如果观察的合并键在两个 DataFrame 中都可以找到。

validate：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。

DataFrame: 两个合并对象的 DataFrame。

注意：

支持将索引级别指定为 on 、 left_on 和 right_on 参数在 0.23.0 版中添加对合并命名系列对象的支持在 0.24.0 版中添加

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  foo        5  foo        5
3  foo        5  foo        8
4  bar        2  bar        6
5  baz        3  baz        7

合并 DataFrames df1 和 df2，并在任何重叠列上附加指定的左右后缀。

>>> 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  foo           5  foo            5
3  foo           5  foo            8
4  bar           2  bar            6
5  baz           3  baz            7

合并 DataFrames df1 和 df2，但如果 DataFrames 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

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.merge。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：