Python pandas.DataFrame.merge 函数方法的使用

**DataFrame.merge(self, 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) → ‘DataFrame’ **    source(http://github.com/pandas-dev/pandas/blob/v1.0.1/pandas/core/frame.py#L7265-L7298)

用数据库样式的联接合并DataFrame或命名的Series对象。

联接在列或索引上完成。如果在列上连接列,则DataFrame索引将被忽略。否则,如果在索引上连接索引或在一个或多个列上建立索引,则将传递索引。

|

参数:

|

right : DataFrame或命名的Series

要合并的对象。

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

要执行的合并类型。

1) left:仅使用左框架中的键,

类似于 SQL 左外部联接;保留关键顺序

2) right:仅使用右框架中的键,

类似于 SQL 右外部联接;保留关键顺序

3) outer:使用两个框架中键的并集,

类似于 SQL 完全外部联接;按字典顺序排序键

4) inner:使用两个框架中关键点的交集,

类似于 SQL 内部联接;保留左键的顺序

on:label 或 list

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 且未在索引上合并,

则默认为两个 DataFrame 中列的交集。

left_onlabellist,或类似数组

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,或类似数组

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。

如果它是 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 相同的警告

sort:布尔值,默认为False

在结果 DataFrame 中按字典顺序对联接键进行排序。

如果为 False,则联接键的顺序取决于联接类型(how 关键字)

suffixes:2 个长度的序列(元组,列表等)

suffixes 分别应用于左侧和右侧的重叠列名

copy:布尔值,默认为True

如果为False,请勿不必要地复制数据

indicator:布尔值或字符串,默认为False

如果为True,则在输出 DataFrame 中添加一列,

称为“_merge”,其中包含有关每一行源的信息。

如果为字符串,则将在每一行的源上带有信息的列,

添加到输出 DataFrame 中,

并将该列命名为字符串的值。信息列是分类类型的,

对于其合并键仅出现在'left'DataFrame中的观测值,

其值为“left_only”;对于其合并键仅出现在'right'

DataFrame中的观测值,其值为“right_only”

如果两者中都存在观察值的合并键。

validate:字符串,默认为None

如果指定,则检查合并是否为指定的类型。

“one_to_one”“1:1”:检查合并键在左右数据集中是否唯一。

“one_to_many”或“1:m”:检查合并键在左数据集中是否唯一。

“many_to_one”“m:1”:检查合并键在正确的数据集中是否唯一。

“many_to_many”“m:m”:允许,但不进行检查。

0.21.0 版中的新功能。

|
|

返回值

|

DataFrame

如果输出类型是 DataFrame 的子类,

则其输出类型将与“left”相同。

|