目录
- 1.merge参数概览
- 2.左右内外连接概念讲解
- （1）左连接
- （2）右连接
- （3）内连接
- （4）外连接
- 3.merge数据合并
- （1）当两个表用来做连接键的列名都相同时（以左连接为例）
- （2）当两个表用来做连接键的列名都不相同时（本次默认内连接）
- 总结
数据合并与重塑有merge，join，concat三种方法，本文先对merge进行讲解
1.merge参数概览
2.左右内外连接概念讲解
pandas中的左右内外连接和mysql中的大致相同，学过mysql的更容易理解
现在有两张表：表1和表2
（1）左连接
以表1为准，
将表2中与表1能根据连接键对应的数据与表1合并，和表1对应不上的数据则丢弃
在此过程中表1的数据是被完全保留下的
（2）右连接
与左连接相反，以表2为准
将表1中与表2能根据连接键对应的数据与表2合并，和表2对应不上的数据则丢弃
在此过程中表2的数据是被完全保留下的
（3）内连接
将表1和表2中根据连接键对应两边都有的数据合并
在此过程中表1只保留了能和表2对应的数据，表2也只保留下了能和表1对应的数据，有点类似于数学中的交集
（4）外连接
表1和表2的数据根据连接键对应合并
在此过程中表1表2的数据全都保留下来，相当于数学中的并集
3.merge数据合并
首先将两个表的数据进行读取
import pandas as pd
adress1=\”D:/pandas练习文件/merge1.xlsx\”
adress2=\”D:/pandas练习文件/merge2.xlsx\”
data1=pd.read_excel(adress1)
data2=pd.read_excel(adress2)
（1）当两个表用来做连接键的列名都相同时（以左连接为例）
A使用方法：
pd.merge(数据1，数据2，on=" "，how=" ")
all_data=pd.merge(data1,data2,on=\”姓名\”,how=\”left\”)
B数据合并前后对比：
（2）当两个表用来做连接键的列名都不相同时（本次默认内连接）
A使用方法
pd.merge(数据1，数据2，left_on=""，right_on="")
all_data=pd.merge(data1,data2,left_on=\”姓名1\”,right_on=\”姓名2\”)
B数据合并前后对比
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持悠久资源网。
您可能感兴趣的文章:
- Pythonpandas如何获取数据的行数和列数
- Python pandas数据预处理之行数据复制方式
- Python数据分析:pandas中Dataframe的groupby与索引用法
- Pythonpandas如何根据指定条件筛选数据
- pandas实现对一列/多列进行数据区间筛选
- Python-pandas返回重复数据的index问题
- Pandas如何获取数据的尺寸信息
