摘要

數(shù)據(jù)分析與建模的時候大部分時間在數(shù)據(jù)準(zhǔn)備上，包括對數(shù)據(jù)的加載、清理、轉(zhuǎn)換以及重塑。pandas提供了一組高級的、靈活的、高效的核心函數(shù)，能夠輕松的將數(shù)據(jù)規(guī)整化。這節(jié)主要對pandas合并數(shù)據(jù)集的merge函數(shù)進(jìn)行詳解。(用過SQL或其他關(guān)系型數(shù)據(jù)庫的可能會對這個方法比較熟悉。) 碼字不易，喜歡請點贊！！！

1.merge函數(shù)的參數(shù)一覽表

2.創(chuàng)建兩個DataFrame

3.pd.merge()方法設(shè)置連接字段。
默認(rèn)參數(shù)how是inner內(nèi)連接，并且會按照相同的字段key進(jìn)行合并，即等價于on=‘key’。

也可以顯示的設(shè)置on=‘key’，這里也推薦這么做。

當(dāng)兩邊合并字段不同時，可以使用left_on和right_on參數(shù)設(shè)置合并字段。當(dāng)然這里合并字段都是key所以left_on和right_on參數(shù)值都是key。

4.pd.merge()方法設(shè)置連接方法。
主要包括inner（內(nèi)連接）、outer（外鏈接）、left（左連接）、right（右連接）。
參數(shù)how默認(rèn)值是inner內(nèi)連接，上面的都是采用內(nèi)連接，連接兩邊都有的值。
當(dāng)采用outer外連接時，會取并集，并用NaN填充。

外連接其實左連接和右連接的并集。左連接是左側(cè)DataFrame取全部數(shù)據(jù)，右側(cè)DataFrame匹配左側(cè)DataFrame。（右連接right和左連接類似）

5.pd.merge()方法索引連接，以及重復(fù)列名命名。
pd.merge()方法可以通過設(shè)置left_index或者right_index的值為True來使用索引連接，例如這里df1使用data1當(dāng)連接關(guān)鍵字，而df2使用索引當(dāng)連接關(guān)鍵字。

從上面可以發(fā)現(xiàn)兩個DataFrame中都有key列，merge合并之后，pandas會自動在后面加上（_x,_y）來區(qū)分，我們也可以通過設(shè)置suffixes來設(shè)置名字。

姊妹篇：pandas.concat用法詳解！！！