4.2 主鍵合并數(shù)據(jù)

4.2主鍵合并數(shù)據(jù)學(xué)習(xí)目標(biāo)2.右連接1.左連接3.內(nèi)連接4.外連接4.2主鍵合并數(shù)據(jù)

主鍵合并操作是通過1個或多個鍵值（鍵值是指數(shù)據(jù)表中值可唯一標(biāo)識一行數(shù)據(jù)的列標(biāo)簽，類似于關(guān)系型數(shù)據(jù)庫中表的主鍵）將兩個數(shù)據(jù)表進(jìn)行橫向連接。根據(jù)合并方式的不同，主鍵合并可以分為左連接、右連接、內(nèi)連接和外連接。主鍵合并可以通過pandas庫的merge()方法完成，該方法只能實現(xiàn)兩個表的拼接。merge()方法的主要參數(shù)如表4.2.1所示。表4.2.1

merge()方法的參數(shù)說明序號參數(shù)說明1left表示需要合并的左表，可接收的數(shù)據(jù)類型為DataFrame對象2right表示需要合并的右表，可接收的數(shù)據(jù)類型為DataFrame對象3how表示左右表的合并方式，默認(rèn)為inner，取值為left、right、inner、outerleft:按左表的鍵值進(jìn)行合并，保持左表的鍵值順序，如果左表的鍵值在右表不存在，用NaN填充。right:按右表的鍵進(jìn)行合并，保持右表的鍵值順序，如果右表的鍵值在左表不存在，用NaN填充。inner:以左右表的鍵值的交集進(jìn)行合并，保持左表的鍵值順序。outer:以左右表的鍵值的并集進(jìn)行合并，按字典順序?qū)︽I值重新排序。4on指定用于連接的列標(biāo)簽，即左右表合并的主鍵，必須是值可唯一標(biāo)識一行數(shù)據(jù)的列標(biāo)簽。如果未指定，則以兩表交集的列標(biāo)簽作為連接鍵值。4.2.1左連接

左連接是指在對兩張表進(jìn)行主鍵合并操作時，按左表的主鍵值進(jìn)行合并，保持左表的主鍵值的順序，如果左表的主鍵值在右表不存在，用NaN填充。左連接通過設(shè)定merge()方法的參數(shù)how=’left’來實現(xiàn)。01importpandasaspd02df1=pd.DataFrame({'id':[1,2,3,4],'gender':['男','男','男','女']},columns=['id','gender'])03df2=pd.DataFrame({'id':[4,2,5],'payment':[100,200,300]},columns=['id','payment']))04cont=pd.merge(df1,df2,how='left',on='id')#左連接05cont4.2.1左連接

左連接通過設(shè)定merge()方法的參數(shù)how=’left’來實現(xiàn)。左連接以左邊表格的所有鍵值為基準(zhǔn)進(jìn)行連接。因為右表中id=5不在左表中，故不會進(jìn)行連接。右表中的payment列在合并時，和左表中的id=1和id=3沒有匹配值，所以左連接合并以后用缺失值NaN填充。4.2.2右連接

右連接連接是在對左右表進(jìn)行主鍵合并操作時，按右表的主鍵值進(jìn)行合并，保持右表的主鍵值的順序，如果右表的主鍵值在左表不存在，用NaN填充。右連接通過設(shè)定merge()方法的參數(shù)how=’right’來實現(xiàn)。右連接以右邊表格的所有鍵值為基準(zhǔn)進(jìn)行連接。因為左表中id=1和id=3不在右表中，故不會進(jìn)行連接。左表中的gender列在合并時，和右表中的id=5沒有匹配值，所以左連接合并以后用缺失值NaN填充。06cont=pd.merge(df1,df2,how='right',on='id')#右連接07cont4.2.3內(nèi)連接

內(nèi)連接是在對左右表進(jìn)行主鍵合并操作時，以左右表的主鍵值的交集進(jìn)行合并，并保持左表的主鍵值的順序。內(nèi)連接通過設(shè)定merge()方法的參數(shù)how=’inner’來實現(xiàn)。df1和df2的主鍵id值的交集={2，4}，所以內(nèi)連接時將左右表的鍵值id=2和id=4為基準(zhǔn)進(jìn)行連接，而id=1，3，5則不進(jìn)行連接。合并結(jié)果以左表的鍵值順序輸出。08cont=pd.merge(df1,df2,how='inner',on='id')#內(nèi)連接09cont4.2.4外連接

外連接是在對左右表進(jìn)行主鍵合并操作時，以左右表的主鍵值的并集進(jìn)行合并，按字典順序?qū)χ麈I值重新排序。內(nèi)連接通過設(shè)定merge()方法的參數(shù)how=’outer’來實現(xiàn)。df1和df2的主鍵id值的并集={1，2，3，4，5}，所以外連接時將左右表的全部鍵值進(jìn)行連接。左表中的gender列在合并時，和右表中的id=5沒有匹配值，所以外連接后用缺失值NaN填充。右表的payment列在合并時，和左表中的id=1和id=3沒有匹配值，所以