基於某個column或某些columns做連線

連線時有4種方法how = [‘left’, ‘right’, ‘outer’, ‘inner’]，預設值how=‘inner’

• how=‘inner’ 預設值，內連線（sql中的自然連線）。按引數on的值交，其實就是鍵的交集（資料塊系統概論54頁，詳細）
• how=‘outer’ 外連線，按引數on的值並，並了之後其他特徵上沒有值的會NaN補
• how=‘left’ 左連線，是以第一個 DataFrame 為主進行的連線，第二個DataFrame作為補充
• how=‘right’ 右連線，是以第二個 DataFrame 為主進行的連線，第一個DataFrame作為補充

一個公共column

import pandas as pd

特殊：公共屬性：key ， 很巧，兩個key的值（數量、內容）一模一樣，那就很簡單了,四種連線方式結果一模一樣

left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                     'A': ['A0', 'A1', 'A2', 'A3'],
                     'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key': ['K0', 'K1', 'K2'
 
, 'K3'],
                      'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']})
print(left)
print(right)

    A   B key
0  A0  B0  K0
1  A1  B1  K1
2  A2  B2  K2
3  A3  B3  K3
    C   D key
0  C0  D0  K0
1  C1  D1  K1
2  C2  D2  K2
3  C3  D3  K3

pd.merge(left, right, on=
 
'key')

一般情況下為：公共column: key，兩個表的key的值（數量、內容）不一樣

一般情況下：
公共屬性：key ,兩個key的值不一樣

key的交集：[k0, k1]
left1中的懸浮元組為：（A2, K2, K2）
left2中的懸浮元組為：（C4, D4, K4）

內連線：捨棄所有的懸浮元組,之後做連線
外連線：保留所有的懸浮元組，做連線，沒值屬性的補空NaN
左連線：只保留左表left的懸浮元組，做連線，右表上沒值屬性補NaN
右連線：只保留右表right的懸浮元組，做連線，左表上沒值屬性補NaN

看例子：

left1 = pd.DataFrame({'key': ['K0', 'K1', 'K2'],
                     'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']})
right1 = pd.DataFrame({'key': ['K0', 'K1', 'K1', 'K4'],
                      'C': ['C0', 'C1', 'C10', 'C4'],
                      'D': ['D0', 'D1', 'D10', 'D4']})
print(left1)
print(right1)

    A   B key
0  A0  B0  K0
1  A1  B1  K1
2  A2  B2  K2
     C    D key
0   C0   D0  K0
1   C1   D1  K1
2  C10  D10  K1
3   C4   D4  K4

#預設，內連線
pd.merge(left1, right1, on='key')

#外連線
pd.merge(left1, right1, on='key', how='outer')

#左連線
pd.merge(left1, right1, on='key', how='left')

#右連線
pd.merge(left1, right1, on='key', how='right')

兩個公共columns，看看結果

left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
                      'key2': ['K0', 'K1', 'K0', 'K1'],
                      'A': ['A0', 'A1', 'A2', 'A3'],
                      'B': ['B0', 'B1', 'B2', 'B3']})
right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
                       'key2': ['K0', 'K0', 'K0', 'K0'],
                       'C': ['C0', 'C1', 'C2', 'C3'],
                       'D': ['D0', 'D1', 'D2', 'D3']})
print(left)
print(right)

    A   B key1 key2
0  A0  B0   K0   K0
1  A1  B1   K0   K1
2  A2  B2   K1   K0
3  A3  B3   K2   K1
    C   D key1 key2
0  C0  D0   K0   K0
1  C1  D1   K1   K0
2  C2  D2   K1   K0
3  C3  D3   K2   K0

注意left和right的[key1,key2]的值有所不同

pd.merge(left,right,on=['key1','key2'])
#預設：how=inner
#看看效果：只保留了共同的[key1,key2]  inner連線：交

pd.merge(left, right, on=['key1','key2'], how='outer')
#看看效果：outer連線：並 （沒有值的就補NaN）

pd.merge(left, right, on=['key1','key2'], how='left')
#left的key全保留，同時right在left裡有的key保留

pd.merge(left, right, on=['key1','key2'], how='right')
#