pandas的merge使用

pandas库中的merge()函数是用于合并两个DataFrame对象的方法。

merge()函数的常用参数如下：

• left：表示第一个DataFrame对象。
• right：表示第二个DataFrame对象。
• how：表示合并的方式，默认为’inner’（交集），其他可选值有’outer’（并集）、‘left’（左连接）、‘right’（右连接）。
• on：表示用于合并的列名，可以是单个列名或包含多个列名的列表。
• left_on和right_on：表示合并时左右DataFrame对象中用于合并的列名，如果左右两个DataFrame对象中的列名不同，则需要分别指定。
• suffixes：表示合并后重复列名的后缀，默认为(‘_x’, ‘_y’)。

pandas中的merge函数可以根据指定的列或索引将两个DataFrame对象进行合并。以下是merge函数的常用参数和使用方法：

1. 基本用法：

df_merged = pd.merge(df1, df2, on='column_name')

此用法将df1和df2按照指定的列名"column_name"进行合并，并返回一个新的合并后的DataFrame对象df_merged。

2. 指定合并方式：

df_merged = pd.merge(df1, df2, on='column_name', how='inner')

merge函数的how参数可以设置合并的方式，包括’inner’、‘outer’、‘left’、‘right’。默认为’inner’，表示取交集。其他方式分别表示取并集、以df1为准、以df2为准。

3. 指定合并的列名：

df_merged = pd.merge(df1, df2, left_on='column1', right_on='column2')

如果要合并的列名不同，可以使用left_on和right_on参数分别指定df1和df2中要合并的列名。

4. 多列合并：

df_merged = pd.merge(df1, df2, on=['column1', 'column2'])

可以通过一个列表指定多个列名，进行多列合并。

5. 处理缺失值：

df_merged = pd.merge(df1, df2, on='column_name', how='outer')

通过设置how参数为’outer’，可以将缺失值填充为NaN。

以上是merge函数的一些常用用法，详细的参数和用法可以参考pandas官方文档。