panads多表联合查询

最新推荐文章于 2024-12-02 22:56:11 发布

原创最新推荐文章于 2024-12-02 22:56:11 发布 · 2.2k 阅读

2 ·

CC 4.0 BY-SA版权

数据分析专栏收录该内容

11 篇文章

订阅专栏

本文介绍了如何在Pandas中进行多表联合查询。通过ID关联两张表，可以使用merge或join方法。merge参数包括how（默认为'inner'）、on、left_on、right_on等，其中how选项对应SQL中的各种连接类型，left_index和right_index则可以基于索引进行合并。当列名重复时，可以使用suffixes参数定制后缀名。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

有这样一个数据集：

两张表用ID关联着

一、通过ID联合查询

import pandas as pd
students = pd.read_excel("C:/Users/Administrator/Desktop/Student_Score.xlsx",sheet_name="Students")
scores = pd.read_excel("C:/Users/Administrator/Desktop/Student_Score.xlsx",sheet_name='Scores')
data = pd.merge(students,scores)
print(data)

结果：

说明：1.merge如果不指定基于哪个字段，会自动在列中查找相同的字段进行匹配

2.如果在读取时，设置了index_col,要在merge中设置on='ID',或者用left_on 和right_on

3.如果在读取时，设置了index_col,用join可直接联立查询，不需设置on

data = students.join(scores,how='left').fillna(0)
data.Score = data.Score.astype(int)
print(data)

merge参数：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)

主要常用参数介绍：

* left，right:表示想要进行合并的DataFrame
* how,值可以是inner,left,right,outer，mysql的sql查询操作，默认值是inner
* left_on，right_on是用来指定希望用来作用合并依据的列名，如果不指定的话会自动寻找列名相同的列进行合并
* left_index，right_index设置为True的话表示使用该DF的列索引作为合并的根据进行合并
* sort默认为False，设置为True时表示合并时会根据给定的列值(也就是前面的left_on这种指定的列的值)来进行排序后再输出
* suffixes是用来给重名的列增加后缀名的，可以使用默认值也可以自己修改，比如要合并df1和df2都有一个列的名字是data,那么合并后left的DF的data列名变为了data_x