文章图片
大家好 , 上篇文章咱们说到了concat合并数据的方法 , 今天咱们就来说一下 , 另外一种合并数据的方法怎么用!
1.merge合并数据的方法:
格式如下:
import pandas as pd
df1 = pd.DataFrame()
df2 = pd.DataFrame()
m=df1.merge(df2 left_on='' right_on='')
2.merge参数介绍:
①df2:需要合并数值的datafram;
②left_on:第一个datafram所代表的索引列名;right_on:第二个datafram所代表的索引列名 。
举例:
如下有两个datafram , 他们分别组成了两张表 , 第一张表是这样的:
df1 = pd.DataFrame({'lkey': ['foo' 'bar' 'baz' 'foo'
'value': [1 2 3 5
)
我们再创建第二张表:
df2 = pd.DataFrame({'rkey': ['foo' 'bar' 'baz' 'foo'
'value': [5 6 7 8
)
创建完成后 , 我们通过merge将两个表合并 , 合并的方法如下;由于left_on和right_on填写的是索引列名 , 因此我们设置如下 , 最后合并的结果如下 , 我们会发现它是通过纵向合并的:
m=df1.merge(df2 left_on='lkey' right_on='rkey')
③left_index:使用左侧 DataFrame 中的索引作为连接键 , 默认值为FALSE
④right_index:使用右侧 DataFrame 中的索引作为连接键 , 默认值为FALSE
⑤how:合并的方式 , 有以下几种:
lleft:left:仅使用左帧中的键 , 类似于 SQL 左外连接;保留密钥顺序 。
lright:仅使用右框架中的键 , 类似于 SQL 右外连接;保留密钥顺序 。
louter:使用来自两个帧的键并集 , 类似于 SQL 完全外部联接;按字典顺序对键进行排序 。
linner:使用来自两个帧的键的交集 , 类似于 SQL 内部连接;保留左键的顺序 。
【Python|合并数据不用怕,merge函数帮你想办法!】关于merge合并数据就先到这里啦 , 欢迎大家评论区交流呀!明天见
- dram|数据出炉!三星、SK海力士和美光包揽全球DRAM市场94%份额
- jenkins|新惊喜!荣耀70系列Vlog新功能与超大杯原神数据双曝光
- 数博会|js双重判断是否要删除数据代码
- 大数据杀熟、侵犯用户隐私……互联网企业的这些毛病,Web 3.0有可能治好吗?
- 华为发布下一代数据中心
- 华为发布下一代数据中心理念及全新电力模块3.0
- 网易云音乐|英伟达第一财季营收近83亿美元 数据中心业务营收再次超过游戏业务
- Airbnb|36氪首发 | 泛零售产业数智化服务商「九章数据」获数千万级A+轮融资,布局更高智能化BI产品矩阵
- Python|小米12Pro迎来劲敌!2KE5屏+凯夫拉+微云台,618降价800很给力
- 酷睿处理器|iPhone13Pro演示机跌破5000,网友入手后却发现电池数据异常!