本文介绍了如何使用Pandas进行多表连接。详细讲解了merge函数的默认连接方式、通过on指定外键、连接方式（内连接、外连接、左连接、右连接）以及如何处理不同表的外键不统一的情况。还提到了列名冲突时的自动后缀添加，并展示了如何自定义后缀。
import pandas as pd
import numpy as np
定义两个DataFrame数据集
使用merge进行多表连接
1.默认连接方式（会使用表之间相同的列名作为外键进行连接，如果有两边对不上的字段则会自动丢弃）
2.通过on指定外键
on指定外键，如果有重名的列名就会自动更改名称，有不对应的数据也会丢弃
pd.merge默认使用的是内连接
内连接：相当于取两个数据集的交集，即二者都有的部分
外连接：两个数据集的并集，即全部数据
3.通过how指定连接方式
inner表示内链接，outer表示外连接（缺失数据会补充为NaN）
left表示左连接，right表示右连接（尽量保证左表的数据完整或者右表的数据完整）
4.指定左边表的外键left_on和右边表的外键right_on(处理两张表的外键不统一的情况)
5.left_index和right_index(使用索引作为外键连接)
如下，左边表使用列名作为外键，右边表使用索引作为外键
如果合并之后两边表有重名的列，则自动会在列名后加上_x或者_y
要想自定义后缀，则需要加上suffixes参数，例如suffixes=["_left","_right"]
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
