Pandas-19.合并/连接

merge()函数可以让DataFrame对象具有标准数据库操作：

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True)

参数解释：

• left - 一个DataFrame对象。
• right - 另一个DataFrame对象。
• on - 列(名称)连接，必须在左和右DataFrame对象中存在(找到)。
• left_on - 左侧DataFrame中的列用作键，可以是列名或长度等于DataFrame长度的数组。
• right_on - 来自右的DataFrame的列作为键，可以是列名或长度等于DataFrame长度的数组。
• left_index - 如果为True，则使用左侧DataFrame中的索引(行标签)作为其连接键。 在具有MultiIndex(分层)的DataFrame的情况下，级别的数量必须与来自右DataFrame的连接键的数量相匹配。
• right_index - 与右DataFrame的left_index具有相同的用法。
• how - 它是left, right, outer以及inner之中的一个，默认为内inner。 下面将介绍每种方法的用法。
• sort - 按照字典顺序通过连接键对结果DataFrame进行排序。默认为True，设置为False时，在很多情况下大大提高性能。

以如下代码作为例子

import pandas as pd
left = pd.DataFrame({
         'id':[1,2,3,4,5],
         'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
         'subject_id':['sub1','sub2','sub4','sub6','sub5']})
right = pd.DataFrame(
         {'id':[1,2,3,4,5],
         'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
         'subject_id':['sub2','sub4','sub3','sub6','sub5']})
print(left)
print("---------")
print(right)
'''
   id    Name subject_id
0   1    Alex       sub1
1   2     Amy       sub2
2   3   Allen       sub4
3   4   Alice       sub6
4   5  Ayoung       sub5
---------
   id   Name subject_id
0   1  Billy       sub2
1   2  Brian       sub4
2   3   Bran       sub3
3   4  Bryce       sub6
4   5  Betty       sub5
'''

一个键合并两个DataFrame

print(pd.merge(left,right,on="id"))
'''
   id  Name_x subject_id_x Name_y subject_id_y
0   1    Alex         sub1  Billy         sub2
1   2     Amy         sub2  Brian         sub4
2   3   Allen         sub4   Bran         sub3
3   4   Alice         sub6  Bryce         sub6
4   5  Ayoung         sub5  Betty         sub5
'''

两个键合并

print(pd.merge(left,right,on=["id", "subject_id"]))
'''
   id  Name_x subject_id Name_y
0   4   Alice       sub6  Bryce
1   5  Ayoung       sub5  Betty
'''

连接

使用how参数，指定连接方式，如果组合键没有出现在左侧或者右侧表中，连接表值为NA：

left join：

print(pd.merge(left,right,on=["subject_id"],how="left"))
'''
   id_x  Name_x subject_id  id_y Name_y
0     1    Alex       sub1   NaN    NaN
1     2     Amy       sub2   1.0  Billy
2     3   Allen       sub4   2.0  Brian
3     4   Alice       sub6   4.0  Bryce
4     5  Ayoung       sub5   5.0  Betty
'''