Pandas Dataframe合并连接Join和merge 参数讲解

函数与参数分析

在pandas中主要有两个函数可以完成table之间的join

Join的函数如下：
DataFrame.join(other, on=None, how=‘left’, lsuffix=‘’, rsuffix=‘’, sort=False, validate=None)

merge的函数如下：
DataFrame.merge(right, how=‘inner’, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(‘_x’, ‘_y’), copy=None, indicator=False, validate=None)

下面会对于参数进行分别的解释。而通过可以调试的参数和

other

other是另外一个DataFrame或者Series，说明了join的两个表为DataFrame和other

on

on表示根据什么键进行连接，这个键可以是一个或者多个。如果这个连接的键在两个表中都存在就直接写就好，如果是一个就写一个String，多个就用list。

其中merge是需要给键值的。join默认的是使用索引的值。

如果不存在的话，那么则可以规定left_on和right_on。但是这个时候只能用merge, join是不支持这一点的。（merge的代码如下）

result = df1.merge(df2, left_on='key1', right_on='key2')

但是如果是连接多个键的名字都不同的时候，（比如df1.key1 == df2.key2 , df1.key3 == df2.key4) 那么则最好先通过rename的函数对Dataframe进行改名，之后再merge。

how

how表示的是连接的方式，一般包含下面的参数，默认是左连接
join：
how{‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}, default ‘left’
merge：
how{‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}, default ‘inner’
这里可以看见两者默认的连接方式是不同的

不同的连接方式如下：

当使用cross的时候不需要指定on啥，因为会把左右连接的所有的可能都返回，并不在乎谁和谁相等。

lsuffix, rsuffix, suffixes

如果有非连接key出现同名的情况，可以用此参数来规定区别两个列分别来自于哪个表。

left_index, right_index

这个是merge中的参数，当设置为True的时候，意思是使用索引进行连接。