Python Pandas数据合并pd.merge用法详解

下面是关于“Python Pandas数据合并pd.merge用法详解”的完整攻略：

1. pd.merge()函数的概述

pd.merge()函数是Pandas库中用于数据合并的重要函数之一，该函数主要用于根据一组或多组key将不同DataFrame中的行进行合并。该函数的基本语法如下：

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)

参数说明：
- left、right：需要合并的两个DataFrame对象；
- how：合并的方式，可以是inner、outer（全外连接）、left（左连接）和right（右连接）；
- on：合并的key值，可以指定一个key，也可以指定多个key（列表形式）；
- left_on、right_on：左右两个DataFrame对象连接的列名字，如果两个DataFrame对象的列名字不同，则分别指定对应的列名；
- left_index、right_index：是否使用索引作为连接的方式，默认为False；
- sort：将合并后的数据按照字典顺序排序，默认为True，排序使得查看结果更方便；
- suffixes：默认的显示在重复的列名后面的词，当两个DataFrame对象含有重复列名时，需要指定不同的后缀（缺省为（'_x'，'_y'））；
- copy：如果为True，则复制数据而不是原始数据进行操作；
- indicator：是否在合并后的数据集中加入一个数据源列来代表该数据属于哪个DataFrame，取值为True或False；
- validate：有none、one_to_one、one_to_many、many_to_one和many_to_many等取值。根据指定的关系进行确认，以便确保相关键不包含重复值，否则引发异常。

2. 示例1：基本用法

为了更好的理解pd.merge()函数，我们通过一个示例来说明其基本用法：

import pandas as pd

# 创建两个DataFrame对象
df1 = pd.DataFrame({'key': ['one', 'two', 'three', 'four'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['one', 'two', 'four', 'five'], 'value': [5, 6, 7, 8]})

# 输出合并前的两个DataFrame对象
print("df1：\n", df1)
print("df2：\n", df2)

# 根据key进行连接
result = pd.merge(df1, df2, on='key')

# 输出合并后的结果
print("result：\n", result)

输出结果如下：

df1：
      key  value
0    one      1
1    two      2
2  three      3
3   four      4
df2：
     key  value
0   one      5
1   two      6
2  four      7
3  five      8
result：
    key  value_x  value_y
0   one        1        5
1   two        2        6
2  four        4        7

从上面的结果可以看出，根据key进行连接，合并后得到的是一个新的DataFrame对象result，其中value_x和value_y分别来自于df1和df2，表示合并前的两个DataFrame对象中的value列。

3. 示例2：使用多个key进行连接

我们也可以使用多个key值进行连接。如下所示：

import pandas as pd

# 创建两个DataFrame对象
df1 = pd.DataFrame({'key1': ['a', 'b', 'a', 'b'], 'key2': ['one', 'two', 'one', 'two'], 'value1': [1, 2, 3, 4], 'value2': [5, 6, 7, 8]})
df2 = pd.DataFrame({'key1': ['a', 'b', 'a', 'b'], 'key2': ['one', 'one', 'two', 'two'], 'value3': [5, 6, 7, 8], 'value4': [9, 10, 11, 12]})

# 输出合并前的两个DataFrame对象
print("df1：\n", df1)
print("df2：\n", df2)

# 根据多个key值进行连接
result = pd.merge(df1, df2, on=['key1','key2'])

# 输出合并后的结果
print("result：\n", result)

输出结果如下：

df1：
  key1 key2  value1  value2
0    a  one       1       5
1    b  two       4       8
2    a  one       3       7
3    b  two       2       6
df2：
  key1 key2  value3  value4
0    a  one       5       9
1    b  one       6      10
2    a  two       7      11
3    b  two       8      12
result：
  key1 key2  value1  value2  value3  value4
0    a  one       1       5       5       9
1    a  one       3       7       5       9
2    b  two       4       8       8      12
3    b  two       2       6       8      12

可以看出，根据两个key1和key2进行连接，合并后得到的是一个新的DataFrame对象result，其中value1和value2分别来自于df1，value3和value4分别来自于df2。