本文主要是介绍pandas27 merge-数据库风格合并/join索引连接(列操作）（ tcy），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
数据库风格的DataFrame加入/合并merge/join 2018/12/31
1.函数
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,validate=None)
left.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)#在索引上的合并连接
用途：# 可根据一个或多个键将不同DataFrame中的行连接起来。# 数据集的合并（ merge ） 或连接（join ）运算是通过一个或多个键将行键接起来的。# 这些运算是关系型数据库的核心。
left.join(right, on=key_or_keys)#完全等效于下面
pd.merge(left, right, left_on=key_or_keys, right_index=True,how='left', sort=False)merge参数
参数：
# left： 参与合并的左侧DataFrame
# right： 参与合并的右侧DataFrame
# on： 列名或列名的列表。必须存在于左右DataFrame中。# on,left_on,right_on均未指定以left和right列名交集作为连接键
# left_on： 左侧Data Frame 中用作连接键的列# 列或索引用作键。可是列名，索引名，也可是长度等于DataFrame长度的数组
# right_on： 右侧Data F rame 中用作连续键的列# left_index： True用左侧DataFrame行索引作为其连接键。# 对于分层索引数据左右索引必须相匹配。
# right_index：右侧行索引作为其连接键
# how='inner'：{'left'，'right'，'outer'，'inner'}。合并方式；如何确定要在结果表中包含哪些键
# sort=True： 通过连接键对结果DataFrame进行排序。False会显着提高性能。
# suffixes： 用于重叠列的字符串后缀元组。默认('_x', '_y')
# copy=True： True复制数据# 可以避免复制的情况在某种程度上是病态的，但仍然提供了这种选择。
# indicator： 输出添加一列，包含每行源的信息分类类型结果为{'left_only','both','right_only'}之一
# validate=None：string如指定检查merge是否为指定类型。# “one_to_one”或“1：1”：检查合并键是否在左右数据集中都是唯一的。# “one_to_many”或“1：m”：检查合并键是否在左数据集中是唯一的。# “many_to_one”或“m：1”：检查合并键在右侧数据集中是否唯一。# “many_to_many”或“m：m”：允许，但不会导致检查2.实例
1.merge数据库风格合并on参数实例 - https://mp.csdn.net/postedit/85492655
2.merge合并left_index, right_index参数实例- https://mp.csdn.net/postedit/85493634
3.merge数据库风格合并how参数实例- https://mp.csdn.net/postedit/85494066
4.merge数据库风格合并列名后缀实例- https://mp.csdn.net/postedit/85494314
5.merge数据库风格合并validate参数实例- https://mp.csdn.net/postedit/85494615
6.merge数据库风格合并indicator参数实例- https://mp.csdn.net/postedit/85495046
这篇关于pandas27 merge-数据库风格合并/join索引连接(列操作）（ tcy）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
