Pandas DataFrame merge()函数用于通过数据库样式的合并操作合并两个DataFrame对象。
连接是对列或者索引执行的。

如果对列进行了连接，则索引将被忽略。
此函数返回一个新的DataFrame，而源DataFrame对象不变。

Pandas DataFrame merge()函数语法

merge()函数的语法为：

def 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,
)

• 右：另一个与源DataFrame合并的DataFrame。

• 方式：{"左"，"右"，"外部"，"内部"}，默认为"内部"。
  这是定义合并操作类型的最重要参数。
  这些类似于SQL左外部联接，右外部联接，完全外部联接和内部联接。

• on：要加入的列或者索引级别名称。
  这些列必须同时存在于两个DataFrame中。
  如果未提供，则使用两个DataFrame中列的交集。

• left_on：要在左侧DataFrame中加入的列或者索引级别名称。

• right_on：要在右侧DataFrame中加入的列或者索引级别名称。

• left_index：使用左侧DataFrame中的索引作为连接键。

• right_index：使用右侧DataFrame中的索引作为连接键。

• sort：在结果DataFrame中按字典顺序对联接键进行排序。

• 后缀：后缀分别应用于左侧和右侧的重叠列名称。

• 指标：如果为True，则在输出数据帧中添加一列，称为" _merge"，其中包含有关每一行源的信息。

• validate：用于验证合并过程。
  有效值为{" one_to_one"或者" 1：1"，" one_to_many"或者" 1：m"，" many_to_one"或者" m：1"，" many_to_many"或者" m：m"}。

Pandas DataFrame merge()示例

让我们看一些合并两个DataFrame对象的示例。

1.默认合并–内部联接

import pandas as pd

d1 = {'Name': ['hyman', 'Meghna', 'Lisa'], 'Country': ['San Franceco', 'San Franceco', 'USA'], 'Role': ['CEO', 'CTO', 'CTO']}

df1 = pd.DataFrame(d1)

print('DataFrame 1:\n', df1)

df2 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['hyman', 'Anupam', 'Amit']})
print('DataFrame 2:\n', df2)

df_merged = df1.merge(df2)
print('Result:\n', df_merged)

输出：

DataFrame 1:
    Name Country Role
0  hyman   San Franceco  CEO
1  Meghna   San Franceco  CTO
2    Lisa     USA  CTO
DataFrame 2:
  ID    Name
0   1  hyman
1   2  Anupam
2   3    Amit
Result:
    Name Country Role  ID
0  hyman   San Franceco  CEO   1

2.使用左，右和外部联接合并数据框

print('Result Left Join:\n', df1.merge(df2, how='left'))
print('Result Right Join:\n', df1.merge(df2, how='right'))
print('Result Outer Join:\n', df1.merge(df2, how='outer'))

输出：

Result Left Join:
    Name Country Role   ID
0  hyman   San Franceco  CEO  1.0
1  Meghna   San Franceco  CTO  NaN
2    Lisa     USA  CTO  NaN
Result Right Join:
    Name Country Role  ID
0  hyman   San Franceco  CEO   1
1  Anupam     NaN  NaN   2
2    Amit     NaN  NaN   3
Result Outer Join:
    Name Country Role   ID
0  hyman   San Franceco  CEO  1.0
1  Meghna   San Franceco  CTO  NaN
2    Lisa     USA  CTO  NaN
3  Anupam     NaN  NaN  2.0
4    Amit     NaN  NaN  3.0

3.在特定列上合并DataFrame

import pandas as pd

d1 = {'Name': ['hyman', 'Meghna', 'Lisa'], 'ID': [1, 2, 3], 'Country': ['San Franceco', 'San Franceco', 'USA'],
    'Role': ['CEO', 'CTO', 'CTO']}
df1 = pd.DataFrame(d1)

df2 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['hyman', 'Anupam', 'Amit']})

print(df1.merge(df2, on='ID'))
print(df1.merge(df2, on='Name'))

输出：

Name_x  ID Country Role  Name_y
0  hyman   1   San Franceco  CEO  hyman
1  Meghna   2   San Franceco  CTO  Anupam
2    Lisa   3     USA  CTO    Amit

   Name  ID_x Country Role  ID_y
0  hyman     1   San Franceco  CEO     1

4.指定用于合并DataFrame对象的左列和右列

import pandas as pd

d1 = {'Name': ['hyman', 'Meghna', 'Lisa'], 'ID1': [1, 2, 3], 'Country': ['San Franceco', 'San Franceco', 'USA'],
    'Role': ['CEO', 'CTO', 'CTO']}
df1 = pd.DataFrame(d1)

df2 = pd.DataFrame({'ID2': [1, 2, 3], 'Name': ['hyman', 'Anupam', 'Amit']})

print(df1.merge(df2))

print(df1.merge(df2, left_on='ID1', right_on='ID2'))

输出；

Name  ID1 Country Role  ID2
0  hyman    1   San Franceco  CEO    1

 Name_x  ID1 Country Role  ID2  Name_y
0  hyman    1   San Franceco  CEO    1  hyman
1  Meghna    2   San Franceco  CTO    2  Anupam
2    Lisa    3     USA  CTO    3    Amit

5.使用索引作为合并数据帧的联接键

import pandas as pd

d1 = {'Name': ['hyman', 'Meghna', 'Lisa'], 'Country': ['San Franceco', 'San Franceco', 'USA'], 'Role': ['CEO', 'CTO', 'CTO']}
df1 = pd.DataFrame(d1)

df2 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['hyman', 'Anupam', 'Amit']})

df_merged = df1.merge(df2)
print('Result Default Merge:\n', df_merged)

df_merged = df1.merge(df2, left_index=True, right_index=True)
print('\nResult Index Merge:\n', df_merged)

输出：

Result Default Merge:
    Name Country Role  ID
0  hyman   San Franceco  CEO   1

Result Index Merge:
  Name_x Country Role  ID  Name_y
0  hyman   San Franceco  CEO   1  hyman
1  Meghna   San Franceco  CTO   2  Anupam
2    Lisa     USA  CTO   3    Amit