Pandas数据连接详解-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_41792682/article/details/89576011

pandas数据连接

pd.merge

import pandas as pd
import numpy as np

df_obj1 = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],
                        'data1' : np.random.randint(0,10,7)})
df_obj2 = pd.DataFrame({'key': ['a', 'b', 'd'],
                        'data2' : np.random.randint(0,10,3)})

print(df_obj1)
print('---------------')
print(df_obj2)

运行结果：
在这里插入图片描述

根据单个或多个键将不同的dataframe的行连接起来，类似于数据库中的连接操作

默认将重叠列的列名作为外键进行连接

# 默认将重叠列的列名作为“外键”进行连接
pd.merge(df_obj1, df_obj2)

运行结果：
在这里插入图片描述

on 显示指定外键

# on显示指定“外键”
pd.merge(df_obj1, df_obj2, on='key')

运行结果：
在这里插入图片描述

left_on 左侧数据的外键

right_on 右侧数据的外键

# left_on，right_on分别指定左侧数据和右侧数据的“外键”

# 更改列名
df_obj1 = df_obj1.rename(columns={'key':'key1'})
df_obj2 = df_obj2.rename(columns={'key':'key2'})
pd.merge(df_obj1, df_obj2, left_on='key1', right_on='key2')

运行结果：
在这里插入图片描述

默认是内连接（inner），即结果中的键是交集

how 用来指定连接方式

外连接（outer），结果中的键是并集

# “外连接”
pd.merge(df_obj1, df_obj2, left_on='key1', right_on='key2', how='outer')

运行结果：
在这里插入图片描述

左连接（left）

# 左连接
pd.merge(df_obj1, df_obj2, left_on='key1', right_on='key2', how='left')

运行结果：
在这里插入图片描述

右连接（right）

# 右连接
pd.merge(df_obj1, df_obj2, left_on='key1', right_on='key2', how='right')

运行结果：
在这里插入图片描述

处理重复列名

# 处理重复列名
df_obj1 = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],
                        'data' : np.random.randint(0,10,7)})
df_obj2 = pd.DataFrame({'key': ['a', 'b', 'd'],
                        'data' : np.random.randint(0,10,3)})

pd.merge(df_obj1, df_obj2, on='key', suffixes=('_left', '_right'))

运行结果：
在这里插入图片描述

suffixes，默认为_x, _y

按索引连接

left_index = True 或right_index = True

# 按索引连接
df_obj1 = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],
                        'data1' : np.random.randint(0,10,7)})
df_obj2 = pd.DataFrame({'data2' : np.random.randint(0,10,3)}, index=['a', 'b', 'd'])
pd.merge(df_obj1, df_obj2, left_on='key', right_index=True)