数据分析是现在的热门，学会用python处理数据，让你从繁琐的工作中解脱出来。本文详细阐述数据分析常用函数之merge函数。
一、merge函数参数详解
pd.merge函数是把两个数据框按某种方式拼接起来，如果觉得单看语法比较枯燥，可以先看第二部分实例。
pd.merge(left, 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)
参数详解：
left：待拼接的左侧数据框。
right：待拼接的右侧数据框。
how：左右两个数据框的连接方式。可选‘left’、‘right’、‘outer’、‘inner’，默认为inner。
on：左右两个待拼接数据框有共同列名，且按该列拼接两个数据框时使用该参数。
left_on：拼接两个数据框时，左数据框对应连接关键字(可为列表)。
right_on：拼接两个数据框时，右数据框对应连接关键字(可为列表)。
left_index：若为True，则按左数据框的索引连接两个数据框。
right_index：若为True，则按右数据框的索引连接两个数据框。
sort：按字典顺序通过连接键对结果数据框进行排序。
suffixes：为左右数据框中重复列名定义后缀。默认加(‘x’,‘y’)。
二、merge函数简单实例
1 两个数据框
1.第一个数据框中存放了四位同学的数学成绩
import pandas as pd
date1 = pd.DataFrame({
'name':['xie', 'li', 'wang', 'chen'],
'Math':[88, 90, 54, 70]})
具体数据格式如下：
2.第二个数据框中存放了四位同学的英语成绩
date2 = pd.DataFrame({
'name':['xie', 'li', 'fan', 'sun'],
'English':[94, 83, 89, 33]})
具体数据格式如下：
2 按不同方式拼接两个数据框
1. 以默认的方式连接两个数据框
pd.merge(date1, date2)
没有指定连接键时，默认采取两个数据框中的都有的列做为连接键。且连接方式how默认为inne(保留两个数据框中都有信息的列)。
2. how为left
pd.merge(date1, date2, how = 'left')
以左数据框中的连接键为基准，匹配右数据框中的信息，并连接。如果没有指定连接关键字，默认相同名字的那一列作为匹配键。
3. how为right
pd.merge(date1, date2, how = 'right')
类似left，只是以右侧数据框中的连接键为基准。
4. how为outer
pd.merge(date1, date2, how = 'outer')
取连接键的并集，保留所有信息。
5. 以index做为连接键
pd.merge(date1, date2, how= 'inner',left_index=True,right_index=True)
按默认index进行连接，也可以在建立数据框时自己指定index。若两个数据框除连接键外，还有相同列名，默认左侧数据框中的相同列名后加_x，右侧数据框中相同列名后加_y，见上图中的name_x和name_y。
三、merge函数进阶实例
1 两个数据框
1.第一个数据框中存放了四位同学的姓名、年龄和成绩。
import pandas as pd
date1 = pd.DataFrame({
'name1':['xie', 'li', 'wang', 'chen'],
'age1':[12, 11, 11, 13],
'music':[95,66,98,78],
'Math':[88, 90, 54, 70]})
具体数据格式如下：
2.第二个数据框中存放了四位同学的姓名、年龄和成绩。
date2 = pd.DataFrame({
'name2':['xie', 'li', 'fan', 'sun'],
'age2':[12, 11, 13, 10],
'English':[94, 83, 89, 33]})
具体数据格式如下：
2 按不同方式拼接两个数据框
由于两个数据框中没有相同列名，所以不指定连接关键字时会报错。
1.以左连接的方式连接两个数据框
pd.merge(date1, date2, how = 'left', left_on = 'name1', right_on = 'name2')
得到结果如下：
2.指定两列为连接键
pd.merge(date1, date2, how = 'left', left_on = ['name1', 'age1'], right_on = ['name2', 'age2'])
得到结果如下：
3.用sort对连接键值进行排序
pd.merge(date1, date2, how = 'left', left_on = ['name1', 'age1'], right_on = ['name2', 'age2'], sort = True)
得到结果如下：
按连接键的顺序对数据框进行排序。
你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
Python人脸识别—我的眼里只有你
Python画好看的星空图（唯美的背景）
用Python中的py2neo库操作neo4j，搭建关联图谱
Python浪漫表白源码合集（爱心、玫瑰花、照片墙、星空下的告白）
