【Python数据分析】pands中的Merge与join，, 目录

【Python数据分析】pands中的Merge与join，, 目录

目录

1.Merge 1.1 简单关联:left_on与right_on 1.2 使用how参数:指定连接方式 1.3 right_index与right_index 1.4 sort参数：排序 2.join

1.Merge

Pandas具有全功能的,高性能内存中连接操作,与关系型数据库中的连接操作类似。
语法：

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)

1.1 简单关联:left_on与right_on

下面是Merge的一些实战案例：
（1）创建测试数组

import pandas as pddf1 = pd.DataFrame({'studentNo':['A01','A02','A03','A04'],                   'studentName':['Jack','Lucy','Marry','Tom'],                   'studentAge':[18,19,21,17],                   'classNo':['class01','class02','class03','class02']                   })df2 = pd.DataFrame({'classNo':['class01','class02','class03','class04'],                     'className':['火箭1班','火箭2班','火箭3班','火箭4班']                     })# 学生信息print(df1)# 班级信息print(df2)

（2）使用Merge，找出每个学生对应的班级名字

print(pd.merge(df1, df2, on="classNo")) # 这里的df1类似关系型数据库的主表，df2对应# 如果存在多个键关联，则on = ['key1','key2']

输出结果：

1.2 使用how参数:指定连接方式

# 1.取交集：默认取交集print('--------参数how = \'inner\'的结果--------------')  print(pd.merge(df1, df2, on="classNo",how='inner'))  # 类似内连接# 2.取并集，数据缺失则为NaNprint('--------参数how = \'outer\'的结果--------------')print(pd.merge(df1, df2, on="classNo",how='outer')) # 类似全连接# 3.左连接print('--------参数how = \'left\'的结果--------------')print(pd.merge(df1, df2, on="classNo",how='left')) # 4.右连接print('--------参数how = \'right\'的结果--------------')print(pd.merge(df1, df2, on="classNo",how='right'))  

1.3 right_index与right_index

import pandas as pddf1 = pd.DataFrame({'left_key':list('abcd'),                    'data1':range(4)})df2 = pd.DataFrame({'right_key':list('acef'),                    'data2':range(4)})# df1 以‘lkey’为键，df2以'rkey'为键print(pd.merge(df1,df2,left_on='left_key',right_on='right_key'))         df1 = pd.DataFrame({'key':list('abcdfeg'),                   'data1':range(7)})df2 = pd.DataFrame({'data2':range(1,6)},                  index = list('abcde'))print('----------df1-------------')print(df1)print('----------df2-------------')print(df2)print('----------df1,df2,参数:left_on=\'key\',right_index=True-------------')print(pd.merge(df1,df2,left_on='key',right_index=True)) # df1采用key列值作为关联数据，df2采用index作为关联数据# left_index：为True时，第一个df以index为键，默认False# right_index：为True时，第二个df以index为键，默认False# 所以left_on, right_on, left_index, right_index可以相互组合

1.4 sort参数：排序

import pandas as pd# 参数sort df1 = pd.DataFrame({'key':list('baecd'),                   'data1':[10,2,4,7,5]})df2 = pd.DataFrame({'key':list('abc'),                    'data2':[11,2,33]})print('-------------df1-------------')print(df1)print('-------------df2-------------')print(df2)y1 = pd.merge(df1,df2, on = 'key', how = 'outer')y2 = pd.merge(df1,df2, on = 'key', sort=True, how = 'outer')print('-------------df1与df2全连接的结果-------------')print(y1)print('-------------df1与df2全连接并根据连接键排序的结果-------------')print(y2)# sort：按照字典顺序通过 连接键 对结果DataFrame进行排序。默认为False，设置为False会大幅提高性能print('-------------df1与df2全连接的结果根据data1排序-------------')# 也可以连接完毕后直接使用DataFrame的排序方法print(y2.sort_values('data1'))

2.join

import pandas as pd# pd.join 通过索引连接left = pd.DataFrame({'A':['A01','A02','A03'],                     'B':['B01','B02','B03']                    },index=['k1','k2','k3'])right = pd.DataFrame({'C':['C01','C02','C03','C04'],                     'D':['D01','D02','D03','D04']                    },index=['k1','k2','k3','k4'])print(left,'-----------left-----------\n')print(left,'-----------right-----------\n')print(left.join(right),'-----------left.join(right)-----------\n')print(left.join(right,how='outer'),'-----------left.join(right)-----------\n')# 上述语句等价于 pd.merge(left, right, left_index=True, right_index=True, how='outer')df1 = pd.DataFrame({'key':list('bbacde'),                  'data1':[1,3,5,7,2,4]})df2 = pd.DataFrame({'key':list('abc'),                   'data2':[11,2,15]                   })print('-----------df1-----------')print(df1)print('-----------df2-----------')print(df2)# 指定参数suffixesprint('-' * 50)print(pd.merge(df1, df2, left_index=True, right_index=True, suffixes=('_1', '_2')))  # 用df1中的索引与df2['data2']中的索引连接print('-' * 50)# print(df2['data2'])print(df1.join(df2['data2']))left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],                     'B': ['B0', 'B1', 'B2', 'B3'],                     'key': ['K0', 'K1', 'K0', 'K1']})right = pd.DataFrame({'C': ['C0', 'C1'],                      'D': ['D0', 'D1']},                     index=['K0', 'K1'])print(left)print(right)print(left.join(right, on = 'key'))# 等价于pd.merge(left, right, left_on='key', right_index=True, how='left', sort=False);# left的‘key’和right的index

输出结果：

【Python数据分析】pands中的Merge与join