合并两个具有公共列的数据框 - Python

在数据分析中，有时会需要将两个具有公共列的数据框合并起来，以便进行分析和处理。在Python中，可以使用pandas库的merge函数来实现这个过程。

1. 读入两个数据框

作为例子，我们可以读入两个CSV文件，分别为sales.csv和customers.csv。这两个文件都具有公共列customer_id。以下是读入这两个文件的代码：

import pandas as pd

sales = pd.read_csv('sales.csv')
customers = pd.read_csv('customers.csv')

2. 合并数据框

接下来，我们可以使用merge函数将这两个数据框合并起来。合并的过程需要指定两个数据框的公共列，以及合并方式。以下是示例代码：

merged_df = pd.merge(sales, customers, on='customer_id', how='inner')

在这个代码中，我们将sales和customers两个数据框在customer_id列上进行了内连接（inner join）方式的合并。合并后的结果被存储在merged_df变量中。

3. 合并方式

merge函数的第三个参数是合并方式，常用的方式有以下四种：

• inner：只保留两个数据框在公共列上有重叠的行。
• outer：保留两个数据框在公共列上的所有行，并在缺失值的地方填充NaN。
• left：只保留左边数据框的所有行，并在右边数据框中缺失的地方填充NaN。
• right：只保留右边数据框的所有行，并在左边数据框中缺失的地方填充NaN。

4. 结果

最后，我们可以查看合并后的结果。以下是打印合并后数据框前几行的代码：

print(merged_df.head())

合并后的数据框应该包含了sales.csv和customers.csv两个数据框的所有列。其中，customer_id列作为公共列并未重复出现，而其他列则按照原来的顺序排列。