标签：None right 合并 merge K0 pd pandas left

学习目标

• 应用pd.concat实现数据的合并
• 应用pd.merge实现数据的合并

如果你的数据由多张表组成，那么有时候需要将不同的内容合并在一起分析

1 pd.concat实现数据合并

• pd.concat([data1, data2], axis=1)
  • 按照行或列进行合并

比如我们将刚才处理好的哑变量与原数据合并

pd.concat([data, dummaries], axis=1)

2 pd.merge

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)

• 可以指定按照两组数据的共同键值对合并或者左右各自
• left: A DataFrame object
• right: Another DataFrame object
• on: Columns (names) to join on. Must be found in both the left and right DataFrame objects.
• left_on=None, right_on=None：指定左右键

3 案例：pd.merge合并

left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
                        'key2': ['K0', 'K1', 'K0', 'K1'],
                        'A': ['A0', 'A1', 'A2', 'A3'],
                        'B': ['B0', 'B1', 'B2', 'B3']})

right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
                        'key2': ['K0', 'K0', 'K0', 'K0'],
                        'C': ['C0', 'C1', 'C2', 'C3'],
                        'D': ['D0', 'D1', 'D2', 'D3']})

# 默认内连接
result = pd.merge(left, right, on=['key1', 'key2'])

1、左连接

result = pd.merge(left, right, how='left', on=['key1', 'key2'])

2、右连接

result = pd.merge(left, right, how='right', on=['key1', 'key2'])

3、外链接

result = pd.merge(left, right, how='outer', on=['key1', 'key2'])

标签：None,right,合并,merge,K0,pd,pandas,left
来源： https://blog.csdn.net/apollo_miracle/article/details/88414002

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。