技術標籤：merge函式validate函式

資料分析是現在的熱門，學會用python處理資料，讓你從繁瑣的工作中解脫出來。 本文詳細闡述資料分析常用函式之merge函式。

本文目錄

1. merge函式引數詳解

2. merge函式簡單例項

   2.1 兩個資料框

   2.2 按不同方式拼接兩個資料框

3. merge函式進階例項

   3.1 兩個資料框

   3.2 按不同方式拼接兩個資料(

一、merge函式引數詳解

pd.merge函式是把兩個資料框按某種方式拼接起來，如果覺得單看語法比較枯燥，可以先看第二部分例項。

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)
 

引數詳解：

left：待拼接的左側資料框。

right：待拼接的右側資料框。

how：左右兩個資料框的連線方式。可選‘left’、‘right’、‘outer’、‘inner’，預設為inner。 on：左右兩個待拼接資料框有共同列名，且按該列拼接兩個資料框時使用該引數。 left_on：拼接兩個資料框時，左資料框對應連線關鍵字(可為列表)。 right_on：拼接兩個資料框時，右資料框對應連線關鍵字(可為列表)。 left_index：若為True，則按左資料框的索引連線兩個資料框。 right_index：若為True，則按右資料框的索引連線兩個資料框。 sort：按字典順序通過連線鍵對結果資料框進行排序。 suffixes：為左右資料框中重複列名定義字尾。預設加('x','y')。

二、merge函式簡單例項

1兩個資料框

1.第一個資料框中存放了四位同學的數學成績

import pandas as pddate1 = pd.DataFrame({'name':['xie', 'li', 'wang', 'chen'],                     'Math':[88, 90, 54, 70]})

具體資料格式如下：

2.第二個資料框中存放了四位同學的英語成績

date2 = pd.DataFrame({'name':['xie', 'li', 'fan', 'sun'],                     'English':[94, 83, 89, 33]})

具體資料格式如下：

2按不同方式拼接兩個資料框

1. 以預設的方式連線兩個資料框

pd.merge(date1, date2)

沒有指定連線鍵時，預設採取兩個資料框中的都有的列做為連線鍵。且連線方式how預設為inne(保留兩個資料框中都有資訊的列)。

2. how為left

pd.merge(date1, date2, how = 'left')

以左資料框中的連線鍵為基準，匹配右資料框中的資訊，並連線。如果沒有指定連線關鍵字，預設相同名字的那一列作為匹配鍵。

3. how為right

pd.merge(date1, date2, how = 'right')

類似left，只是以右側資料框中的連線鍵為基準。 4 . how為outer

pd.merge(date1, date2, how = 'outer')

取連線鍵的並集，保留所有資訊。 5.以index做為連線鍵

pd.merge(date1, date2, how= 'inner',left_index=True,right_index=True)

按預設index進行連線，也可以在建立資料框時自己指定index。

若兩個資料框除連線鍵外，還有相同列名，預設左側資料框中的相同列名後加_x，右側資料框中相同列名後加_y，見上圖中的name_x和name_y。

三、merge函式進階例項

1兩個資料框

1.第一個資料框中存放了四位同學的姓名、年齡和成績。

import pandas as pddate1 = pd.DataFrame({'name1':['xie', 'li', 'wang', 'chen'],                      'age1':[12, 11, 11, 13],                      'music':[95,66,98,78],'Math':[88,90,54,70]})

具體資料格式如下：

2. 第二個資料框中存放了四位同學的姓名、年齡和成績。

date2 = pd.DataFrame({'name2':['xie', 'li', 'fan', 'sun'],                      'age2':[12, 11, 13, 10],                     'English':[94, 83, 89, 33]})

具體資料格式如下：

2按不同方式拼接兩個資料框

由於兩個資料框中沒有相同列名，所以不指定連線關鍵字時會報錯。

1.以左連線的方式連線兩個資料框

pd.merge(date1, date2, how = 'left', left_on = 'name1', right_on = 'name2')

得到結果如下：

2.指定兩列為連線鍵

pd.merge(date1, date2, how = 'left', left_on = ['name1', 'age1'], right_on = ['name2', 'age2'])

得到結果如下：

3.用sort對連線鍵值進行排序

pd.merge(date1, date2, how = 'left', left_on = ['name1', 'age1'], right_on = ['name2', 'age2'], sort = True)

得到結果如下：

按連線鍵的順序對資料框進行排序。