python中merge函数_Python pandas.DataFrame.merge函数方法的使用
DataFrame.merge(self, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) → 'DataFrame' [source]
用数据库样式的联接合并DataFrame或命名的Series对象。
联接在列或索引上完成。如果在列上连接列，则DataFrame索引将被忽略。否则，如果在索引上连接索引或在一个或多个列上建立索引，则将传递索引。
参数：right ： DataFrame或命名的Series
要合并的对象。
how：{‘left’, ‘right’, ‘outer’, ‘inner’}, 默认 ‘inner’
要执行的合并类型。
1) left：仅使用左框架中的键，
类似于SQL左外部联接；保留关键顺序
2) right：仅使用右框架中的键，
类似于SQL右外部联接；保留关键顺序
3) outer：使用两个框架中键的并集，
类似于SQL完全外部联接；按字典顺序排序键
4) inner：使用两个框架中关键点的交集，
类似于SQL内部联接；保留左键的顺序
on：label或list
要加入的列或索引级别名称。
这些必须在两个DataFrame中都可以找到。
如果on为None且未在索引上合并，
则默认为两个DataFrame中列的交集。
left_on：label或list，或类似数组
要在左侧DataFrame中加入的列或索引级别名称。
也可以是左侧DataFrame长度的数组或数组列表。
这些数组被视为列。
right_on：标签或列表，或类似数组
要在右侧DataFrame中加入的列或索引级别名称。
也可以是正确DataFrame长度的数组或数组列表。
这些数组被视为列。
left_index：布尔值，默认为False
使用左侧DataFrame中的索引作为连接键。
如果它是MultiIndex，
则另一个DataFrame中的键数(索引或列数)
必须与级别数匹配
right_index：布尔值，默认为False
使用右侧DataFrame中的索引作为连接键。
与left_index相同的警告
sort：布尔值，默认为False
在结果DataFrame中按字典顺序对联接键进行排序。
如果为False，则联接键的顺序取决于联接类型(how关键字)
suffixes：2个长度的序列(元组，列表等)
suffixes分别应用于左侧和右侧的重叠列名
copy：布尔值，默认为True
如果为False，请勿不必要地复制数据
indicator：布尔值或字符串，默认为False
如果为True，则在输出DataFrame中添加一列，
称为“_merge”，其中包含有关每一行源的信息。
如果为字符串，则将在每一行的源上带有信息的列,
添加到输出DataFrame中，
并将该列命名为字符串的值。信息列是分类类型的，
对于其合并键仅出现在'left'DataFrame中的观测值，
其值为“left_only”；对于其合并键仅出现在'right'
DataFrame中的观测值，其值为“right_only”，
如果两者中都存在观察值的合并键。
validate：字符串，默认为None
如果指定，则检查合并是否为指定的类型。
“one_to_one”或“1:1”：检查合并键在左右数据集中是否唯一。
“one_to_many”或“1:m”：检查合并键在左数据集中是否唯一。
“many_to_one”或“m:1”：检查合并键在正确的数据集中是否唯一。
“many_to_many”或“m:m”：允许，但不进行检查。
0.21.0版中的新功能。
返回值：DataFrame
如果输出类型是DataFrame的子类，
则其输出类型将与“left”相同。
Notes
在版本0.23.0中添加了对将索引级别指定为on，left_on和right_on参数的支持，在版本0.24.0中添加了对合并命名系列对象的支持。
例子>>> df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],
'value': [1, 2, 3, 5]})
>>> df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],
'value': [5, 6, 7, 8]})
>>> df1
lkey value
0 foo 1
1 bar 2
2 baz 3
3 foo 5
>>> df2
rkey value
0 foo 5
1 bar 6
2 baz 7
3 foo 8
合并lkey和rkey列上的df1和df2。值列后面附加了默认后缀_x和_y>>> df1.merge(df2, left_on='lkey', right_on='rkey')
lkey value_x rkey value_y
0 foo 1 foo 5
1 foo 1 foo 8
2 foo 5 foo 5
3 foo 5 foo 8
4 bar 2 bar 6
5 baz 3 baz 7
合并带有指定左右后缀的DataFrame df1和df2，这些后缀附加到任何重叠的列上>>> df1.merge(df2, left_on='lkey', right_on='rkey',
... suffixes=('_left', '_right'))
lkey value_left rkey value_right
0 foo 1 foo 5
1 foo 1 foo 8
2 foo 5 foo 5
3 foo 5 foo 8
4 bar 2 bar 6
5 baz 3 baz 7
合并数据帧df1和df2，但如果数据帧具有任何重叠的列，则会引发异常>>> df1.merge(df2, left_on='lkey', right_on='rkey', suffixes=(False, False))
Traceback (most recent call last):
...
ValueError: columns overlap but no suffix specified:
Index(['value'], dtype='object')