python中merge函数如何使用？

舞姬之光

发布： 2025-11-23 19:31:02

原创

324人浏览过

答案：pandas的merge函数用于合并DataFrame，类似SQL的JOIN操作。通过on指定共同列名，或用left_on与right_on匹配不同列名，how参数设置inner、outer、left、right连接方式，默认为inner join，可灵活组合条件实现数据关联。

python中merge函数如何使用？

Python 中的 merge 函数通常指的是 pandas 库中用于合并两个 DataFrame 的函数 pd.merge()。它类似于 SQL 中的 JOIN 操作，可以根据一个或多个键将数据表连接起来。

基本语法

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, ...)

left：左侧 DataFrame
right：右侧 DataFrame
how：合并方式，可选 'inner'、'outer'、'left'、'right'
on：用于连接的列名，前提是两个表都有该列
left_on 和 right_on：分别指定左右表的连接键（列名不同可用）

按共同列名合并

如果两个 DataFrame 有一个相同的列（如 'id'），可以直接用 on 参数：

df1 = pd.DataFrame({'id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie']})
df2 = pd.DataFrame({'id': [1, 2, 4], 'age': [25, 30, 35]})
result = pd.merge(df1, df2, on='id')
# 结果会保留 id 同时在两表中的行（默认 inner join）

不同列名的合并

当两个表的关联列名称不同时，使用 left_on 和 right_on：

df1 = pd.DataFrame({'emp_id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie']})
df2 = pd.DataFrame({'user_id': [1, 2, 4], 'salary': [5000, 6000, 7000]})
result = pd.merge(df1, df2, left_on='emp_id', right_on='user_id')

合并方式（how 参数）

inner：只保留键的交集（默认）
outer：保留键的并集，缺失值填 NaN
left：保留左表所有行
right：保留右表所有行

result_outer = pd.merge(df1, df2, on='id', how='outer')

包含所有 id：1, 2, 3, 4

动态WEB网站中的PHP和MySQL：直观的QuickPro指南第2版

动态WEB网站中的PHP和MySQL详细反映实际程序的需求，仔细地探讨外部数据的验证(例如信用卡卡号的格式)、用户登录以及如何使用模板建立网页的标准外观。动态WEB网站中的PHP和MySQL的内容不仅仅是这些。书中还提到如何串联JavaScript与PHP让用户操作时更快、更方便。还有正确处理用户输入错误的方法，让网站看起来更专业。另外还引入大量来自PEAR外挂函数库的强大功能，对常用的、强大的包