Pandas DataFrame.merge()

Pandas merge()定义为以下过程：将两个数据集合为一个，并根据公共属性或列对齐行。它是DataFrame对象之间所有标准数据库联接操作的入口点：

句法：

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

参数：

• right： DataFrame或命名为Series的对象，它与DataFrame合并。
• how： {‘左’，’右’，’外部’，’内部’}，默认为’内部’要执行的合并类型。
  • 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。
  • right：它仅使用右框架中的键，类似于SQL右外部联接；保留关键顺序。
  • outer：它使用了两个框架中键的并集，类似于SQL完全外部联接；按字典顺序对键进行排序。
  • inner：它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：标签或列表它是要连接的列或索引级别的名称。必须在左侧和右侧的DataFrame中都可以找到它。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_on：标签或列表，或类似数组。它是左侧DataFrame中用作键的列或索引级别的名称。它可以是长度等于DataFrame长度的数组。
• right_on：标签或列表，或类似数组。它是来自右侧DataFrame的列或索引级别的名称，用作键。它可以是长度等于DataFrame长度的数组。
• left_index：布尔值，默认值为False，它将左侧DataFrame的索引用作连接键，如果为true。对于MultiIndex(分层)，另一个DataFrame中的许多键(索引或某些列)应与级别数匹配。
• right_index：布尔值，默认值为False它将右侧DataFrame中的索引用作连接键。它与left_index的用法相同。
• sort：布尔值，默认值为False如果为True，它将在结果DataFrame中按字典顺序对连接键进行排序。否则，联接键的顺序取决于联接类型(how关键字)。
• suffixes： (str，str)的元组，默认值(‘_x’，’ _y ‘)后缀适用于分别重叠左DataFrame和右DataFrame中的列名。列使用(False，False)值在重叠时引发异常。
• copy： bool，默认为True如果为True，则返回DataFrame的副本。否则，可以避免复制。
• indicator： bool或str，默认值为False如果为True，它将添加一列以输出DataFrame“ _merge “，其中包含有关每一行源的信息。如果是字符串，则将在每行的源上包含信息的列添加到输出DataFrame中，并且该列将被命名为字符串的值。信息列定义为分类类型，其值为：
  • 合并键仅出现在DataFrame的“左侧”的观察值的“ left_only” ，
  • 为观察项定义了“ right_only” ，其中合并键仅出现在DataFrame的“右边”，
  • 如果在两个视图中都找到观察的合并键，则“两者” 。
• validate： str，可选，如果指定，它将检查下面给出的合并类型：
  • “ one_to_one”或“ 1：1″：它检查合并键在左右数据集中是否唯一。
  • “ one_to_many”或“ 1：m”：它检查合并键在仅左数据集中是否唯一。
  • “ many_to_one”或“ m：1″：它检查合并键在仅正确的数据集中是否唯一。
  • “ many_to_many”或“ m：m”：允许，但不进行检查。

示例1：在一个键上合并两个DataFrame

# import the pandas library
import pandas as pd
left = pd.DataFrame({
   'id':[1,2,3,4],
   'Name': ['John', 'Parker', 'Smith', 'Parker'],
   'subject_id':['sub1','sub2','sub4','sub6']})
right = pd.DataFrame({
    'id':[1,2,3,4],
   'Name': ['William', 'Albert', 'Tony', 'Allen'],
   'subject_id':['sub2','sub4','sub3','sub6']})
print (left)
print (right)

输出量

    id      Name     subject_id

0   1       John        sub1
1   2       Parker      sub2
2   3       Smith       sub4
3   4       Parker      sub6

    id      Name     subject_id

0   1       William     sub2
1   2       Albert      sub4
2   3       Tony        sub3
3   4       Allen       sub6 

示例2：在多个键上合并两个DataFrame：

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 pd.merge(left,right,on='id')

输出量

    id   Name_x    subject_id_x   Name_y     subject_id_y
0   1     John      sub1          William     sub2
1   2     Parker    sub2          Albert      sub4
2   3     Smith     sub4          Tony        sub3
3   4     Parker    sub6          Allen       sub6