标签：open 数据结构 计算机语言 sql语法 ram pandas 联结 sort out
本篇的文章主要讲述了DataFrame中Merge函数的使用方式，如果学过SQL语法的读者可能对其上手会非常快，否则需要好好研究一会，知识追寻者相信，能看到这篇文章的都是已经学过SQL的读者，要不然你怎么会懂pyhton，任何一门计算机语言学到深处基本都离不开SQL操作;
公众号：知识追寻者
知识追寻者(Inheriting the spirit of open source, Spreading technology knowledge;)
DataFrame1
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data1 = {
‘user‘ : [‘zszxz‘,‘craler‘,‘rose‘],
‘price‘ : [100, 200, 300],
‘hobby‘ : [‘reading‘,‘running‘,‘hiking‘]
}
index1 = [‘user1‘,‘user2‘,‘user3‘]
frame1 = pd.DataFrame(data1,index1)
print(frame1)
输出
user price hobby
user1 zszxz 100 reading
user2 craler 200 running
user3 rose 300 hiking
DataFrame2
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
data2 = {
‘user‘ : [‘zszxz‘,‘craler‘,‘rose‘],
‘price‘ : [100, 2000, 3000],
‘activity‘ : [‘hiking‘,‘riding‘,‘climbing‘]
}
index2 = [‘user1‘,‘user2‘,‘user3‘]
frame2 = pd.DataFrame(data2,index2)
print(frame2)
输出
user price activity
user1 zszxz 100 hiking
user2 craler 2000 riding
user3 rose 3000 climbing
会默认采取拥有共同得列进行合并，不可描述得是不知道以哪个列为基准；这个合并类似SQL语句中得表连接 比如 on 后面2个主键相等得条件，SQL中得键就是DataFrame合并中的基准列。一般情况下不推荐使用默认合并，应指明合并的基准列；
# 两个对象具有相同列合并
frame = pd.merge(frame1,frame2)
print(frame)
输出
user price hobby activity
0 zszxz 100 reading hiking
指明合并的基准列，用参数on进行指定；下列示例中以user列为基准进行联结。可以看出，如果有相同的列，会分左右，分别用x,y以作区分；敲黑板画重点了：在合并时以基准列列键，相同行则合并为一行，否则保留；
# 以 user为标准合并
frame = pd.merge(frame1,frame2,on=‘user‘)
print(frame)
输出
user price_x hobby price_y activity
0 zszxz 100 reading 100 hiking
1 craler 200 running 2000 riding
2 rose 300 hiking 3000 climbing
当左右DataFrame的列不一致的时候，就需要分别指定基准列；使用left_on指定左键，使用right_on指定右键；
#
frame = pd.merge(frame1,frame2,left_on=‘hobby‘,right_on=‘activity‘)
print(frame)
输出
user_x price_x hobby user_y price_y activity
0 rose 300 hiking zszxz 100 hiking
使用how可以指定联结方式；如果不指定默认为inner；outer相当于左右联结之和；
# 以 user为标准合并
frame = pd.merge(frame1,frame2,on=‘user‘, how=‘outer‘)
print(frame)
输出
user price_x hobby price_y activity
0 zszxz 100 reading 100 hiking
1 craler 200 running 2000 riding
2 rose 300 hiking 3000 climbing
会显示出左边所有DataFrame的列；
frame = pd.merge(frame1,frame2,on=‘user‘, how=‘left‘)
print(frame)
输出
user price_x hobby price_y activity
0 zszxz 100 reading 100 hiking
1 craler 200 running 2000 riding
2 rose 300 hiking 3000 climbing
会显示出右边所有DataFrame的列；
frame = pd.merge(frame1,frame2,on=‘user‘, how=‘right‘)
print(frame)
输出
user price_x hobby price_y activity
0 zszxz 100 reading 100 hiking
1 craler 200 running 2000 riding
2 rose 300 hiking 3000 climbing
指定多列使用数组；将会以 user, price两列为基准，其中这两列行的值相对应完全相同时两个DataFrame才进行合并为一行;
frame = pd.merge(frame1,frame2,on=[‘user‘,‘price‘], how=‘outer‘)
print(frame)
输出
user price hobby activity
0 zszxz 100 reading hiking
1 craler 200 running NaN
2 rose 300 hiking NaN
3 craler 2000 NaN riding
4 rose 3000 NaN climbing
将 left_index, right_index 都设置为true时，将以index为基准合并；
frame = pd.merge(frame1,frame2,left_index=True,right_index=True)
print(frame)
输出
user_x price_x hobby user_y price_y activity
user1 zszxz 100 reading zszxz 100 hiking
user2 craler 200 running craler 2000 riding
user3 rose 300 hiking rose 3000 climbing
left 参与合并的左侧DataFrame
right 参与合并的右侧DataFrame
how 连接方式：‘inner’（默认）；还有，‘outer’、‘left’、‘right’
on 用于连接的列名，必须同时存在于左右两个DataFrame对象中，如果位指定，则以left和right列名的交集作为连接键
left_on 左侧DataFarme中用作连接键的列
right_on 右侧DataFarme中用作连接键的列
left_index 将左侧的行索引用作其连接键
right_index 将右侧的行索引用作其连接键
sort 根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能
suffixes 字符串值元组，用于追加到重叠列名的末尾，默认为（‘_x’,‘_y’）.例如，左右两个DataFrame对象都有‘data’，则结果中就会出现‘data_x’，‘data_y’
copy 设置为False，可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是复制；
标签：open 数据结构 计算机语言 sql语法 ram pandas 联结 sort out
原文地址：https://www.cnblogs.com/zszxz/p/12843066.html
