Pandas中如何合并数据集

在Pandas中，合并数据集通常使用merge()函数。这个函数类似于SQL中的JOIN操作，可以根据一个或多个键将不同的DataFrame连接起来。以下是一些基本的使用方法：

1. 内连接（Inner Join）: 默认情况下，merge()执行的是内连接，即只保留两个DataFrame中键匹配的行。

import pandas as pd

# 创建示例DataFrame
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8]})

# 执行内连接
merged_df = pd.merge(df1, df2)
print(merged_df)

2. 外连接（Outer Join）: 使用how='outer'参数可以执行外连接，它会保留两个DataFrame中的所有键，不匹配的键对应的值会填充为NaN。

# 执行外连接
merged_df_outer = pd.merge(df1, df2, how='outer')
print(merged_df_outer)

3. 左连接（Left Join）: 使用how='left'参数可以执行左连接，它会保留左侧DataFrame（即第一个DataFrame）的所有键，右侧DataFrame中不匹配的键对应的值会填充为NaN。

# 执行左连接
merged_df_left = pd.merge(df1, df2, how='left')
print(merged_df_left)

4. 右连接（Right Join）: 使用how='right'参数可以执行右连接，它会保留右侧DataFrame（即第二个DataFrame）的所有键，左侧DataFrame中不匹配的键对应的值会填充为NaN。

# 执行右连接
merged_df_right = pd.merge(df1, df2, how='right')
print(merged_df_right)

5. 基于多个键合并: 你可以在on参数中指定一个键列表，以便基于多个键进行合并。

# 假设df1和df2都有'key1'和'key2'两列
merged_df_multiple_keys = pd.merge(df1, df2, on=['key1', 'key2'])
print(merged_df_multiple_keys)

6. 指定不同的列名进行合并: 如果你想要基于不同的列名进行合并，可以使用left_on和right_on参数。

# 假设df1中的键列名为'key1'，而df2中的键列名为'key2'
merged_df_different_names = pd.merge(df1, df2, left_on='key1', right_on='key2')
print(merged_df_different_names)

在使用merge()函数时，还可以通过suffixes参数来指定当两个DataFrame中有相同列名时的后缀。

# 当有相同列名时添加后缀
merged_df_with_suffixes = pd.merge(df1, df2, on='key', suffixes=('_left', '_right'))
print(merged_df_with_suffixes)

这些是Pandas中合并数据集的基本方法。根据你的具体需求，可以选择合适的连接类型和其他参数来实现数据的合并。