1.merge()函式

#若未指定在哪一列上進行連線，則自動將重疊列名作為連線的鍵,指定鍵，用on=''
# print(pd.merge(df1,df2,on='key'))#innerjoin,交集
# print(pd.merge(df1,df2,how='outer'))#聯合了左連線和右連線的效果，是並集
# print(pd.merge(df1,df2,how='left'))#相當於left join,若左邊值唯一，右邊值是兩個，則會顯示兩個重複的值


#若列名不同，則可分別指定列名
# df3=pd.DataFrame({'lkey':['b','b','a','c','a','a','b'],'data1':range(7)})
 

# df4=pd.DataFrame({'rkey':['a','b','d'],'data2':range(3)})
# print(pd.merge(df3,df4,left_on='lkey',right_on='rkey'))

df1=pd.DataFrame({'key1':['b','b','a','c','a','b'],'data1':range(6)})
df2=pd.DataFrame({'key2':['a','b','a','b','d'],'data2':range(5)})
#merge()函式進行多對多連線，結果為行的笛卡爾積，列如左邊的df1有三個b，右邊的df2有兩個b，則昨連線後有6個b。
 

print(pd.merge(df1,df2,left_on='key1',right_on='key2',how='left'))

#使用多個鍵進行合併時，傳入一個列名的列表 on=['key1','key2']
left=pd.DataFrame({'key1':['foo','foo','bar'],'key2':['one','one','two'],'lval':[1,2,3]})
right=pd.DataFrame({'key1':['foo','foo','bar','bar'],'key2':['one','one','one','two'],'rval':[4,5,6,7]})
 
print(pd.merge(left,right,on=['key1','key2'],how='outer'))

#連接合並後處理重疊列名,使用merge函式的suffixes引數
print(pd.merge(left,right,on='key1',suffixes=('_a','_b')))