深入理解pandas中的merge/join方法

pandas中的merge和join方法都是用于根据指定的键将两个DataFrame对象进行连接的操作。它们在用法和功能上略有不同，但都是非常实用的数据处理工具。
merge方法
Merge方法是按照两个DataFrame中的键值进行内连接(inner join)、左连接(left join)、右连接(right join)或外连接(outer join)。它的基本语法如下：

pd.merge(left, right, on=None, how=None)

• left 和 right 参数是要合并的两个DataFrame对象。
• on 参数是用于合并的列名，默认为None。
• how 参数指定合并类型，可选值为’left’、’right’、’outer’、’inner’，默认为None。
  Merge方法的合并类型如下：
• 内连接(inner join)：只保留键值在两个DataFrame中都存在的行。
• 左连接(left join)：保留左DataFrame中所有的行，以及与右DataFrame中键值匹配的行。
• 右连接(right join)：保留右DataFrame中所有的行，以及与左DataFrame中键值匹配的行。
• 外连接(outer join)：保留左右两个DataFrame中所有的行，即使键值不匹配也会保留。
  下面是一个使用merge方法的简单示例：

  import pandas as pd
  # 创建两个示例DataFrame
  df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value1': [1, 2, 3, 4]})
  df2 = pd.DataFrame({'key': ['B', 'C', 'D', 'E'], 'value2': [5, 6, 7, 8]})
  # 使用merge方法进行左连接，保留df1中的所有行，以及与df2中键值匹配的行
  result = pd.merge(df1, df2, on='key', how='left')
  print(result)

  输出结果如下：

  key  value1  value2_x  value2_y
  0   B       2        5        5
  1   C       3        6        6
  2   D       4        7        7

  在这个例子中，我们使用merge方法将df1和df2按照’key’列进行左连接，结果保留了df1中的所有行，以及与df2中键值匹配的行。’value2’列被重命名为’value2_x’和’value2_y’以避免列名冲突。
  join方法
  Join方法主要用于在DataFrame对象上进行内连接或左连接。它的基本语法如下：

  df1.join(other, on=None, how=None)

• other 参数是要合并的另一个DataFrame对象。
• on 参数是用于合并的列名，默认为None。如果为None，则使用两个DataFrame对象中的共同列名。
• how 参数指定合并类型，可选值为’left’、’right’、’outer’、’inner’，默认为None。如果为None，则默认为’left’。
  Join方法的合并类型与merge方法相同，都是内连接和左连接。但是，join方法更简洁，适用于简单的合并操作。下面是一个使用join方法的示例：

  # 继续上面的示例，使用join方法进行左连接
  result = df1.join(df2, on='key')
  print(result)