Python Pandas数据合并(pd.merge)的用法详解和示例代码

Python Pandas数据合并(pd.merge)

Python Pandas数据合并(pd.merge)是Pandas中的一种数据合并方式，它可以将两个不同的DataFrame对象中的行进行合并，实现数据表的拼接。除此之外，它还支持自定义的拼接键，以及拼接类型，如inner、outer、left、right等。

使用方法

pd.merge函数的使用方法如下：

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

• left：第一个DataFrame对象
• right：第二个DataFrame对象
• how：拼接类型，默认为inner，可以是inner、outer、left、right等
• on：用于连接的列名，两个DataFrame对象中必须存在相同的列名
• left_on：左侧DataFrame对象用于连接的列名
• right_on：右侧DataFrame对象用于连接的列名
• left_index：是否使用左侧DataFrame对象的索引，默认为False
• right_index：是否使用右侧DataFrame对象的索引，默认为False
• sort：是否根据连接键对合并后的数据进行排序，默认为True
• suffixes：字符串元组，用于指定当具有相同列名时，给列名添加的后缀，默认为('_x', '_y')
• copy：是否复制DataFrame对象，默认为True
• indicator：是否在结果中添加_merge字段，该字段指示数据来自于左侧还是右侧DataFrame对象，默认为False

示例代码

下面是一个使用pd.merge函数进行数据合并的示例代码：

import pandas as pd

# 创建DataFrame对象
df1 = pd.DataFrame({'city': ['New York', 'Chicago', 'Los Angeles'],
                    'rank': [1, 2, 3]})
df2 = pd.DataFrame({'city': ['New York', 'Chicago', 'San Francisco'],
                    'population': [8.4, 2.7, 0.8]})

# 使用pd.merge函数进行数据合并
df = pd.merge(df1, df2, on='city', how='left')

# 打印结果
print(df)

执行上面代码，可以得到如下结果：

       city  rank  population
0   New York     1         8.4
1    Chicago     2         2.7
2  Los Angeles     3         NaN