用python进行表格的连接

#若未指定在哪一列上进行连接，则自动将重叠列名作为连接的键,指定键，用on=‘‘
# print(pd.merge(df1,df2,on=‘key‘))#innerjoin,交集
# print(pd.merge(df1,df2,how=‘outer‘))#联合了左连接和右连接的效果，是并集
# print(pd.merge(df1,df2,how=‘left‘))#相当于left join,若左边值唯一，右边值是两个，则会显示两个重复的值


#若列名不同，则可分别指定列名
# df3=pd.DataFrame({‘lkey‘:[‘b‘,‘b‘,‘a‘,‘c‘,‘a‘,‘a‘,‘b‘],‘data1‘:range(7)})
# df4=pd.DataFrame({‘rkey‘:[‘a‘,‘b‘,‘d‘],‘data2‘:range(3)})
# print(pd.merge(df3,df4,left_on=‘lkey‘,right_on=‘rkey‘))

df1=pd.DataFrame({‘key1‘:[‘b‘,‘b‘,‘a‘,‘c‘,‘a‘,‘b‘],‘data1‘:range(6)})
df2=pd.DataFrame({‘key2‘:[‘a‘,‘b‘,‘a‘,‘b‘,‘d‘],‘data2‘:range(5)})
#merge()函数进行多对多连接，结果为行的笛卡尔积，列如左边的df1有三个b，右边的df2有两个b，则昨连接后有6个b。
print(pd.merge(df1,df2,left_on=‘key1‘,right_on=‘key2‘,how=‘left‘))

#使用多个键进行合并时，传入一个列名的列表 on=[‘key1‘,‘key2‘]
left=pd.DataFrame({‘key1‘:[‘foo‘,‘foo‘,‘bar‘],‘key2‘:[‘one‘,‘one‘,‘two‘],‘lval‘:[1,2,3]})
right=pd.DataFrame({‘key1‘:[‘foo‘,‘foo‘,‘bar‘,‘bar‘],‘key2‘:[‘one‘,‘one‘,‘one‘,‘two‘],‘rval‘:[4,5,6,7]})
print(pd.merge(left,right,on=[‘key1‘,‘key2‘],how=‘outer‘))

#连接合并后处理重叠列名,使用merge函数的suffixes参数
print(pd.merge(left,right,on=‘key1‘,suffixes=(‘_a‘,‘_b‘)))