迹忆客 专注技术分享

在 Pandas 中，Series 或 DataFrame 可以使用诸如 join 和 merge 等各种操作轻松加入或组合。这些操作根据索引和列名组合了两个 DataFrame。join 和 merge 方法都可以组合两个 DataFrame。join 和 merge 操作的主要区别在于 join 方法根据它们的索引组合两个 DataFrame，而在 merge 方法中，我们需要指定列来组合两个 DataFrame。

本文将讨论 pandas python 中 join 和 merge 方法的区别。

Pandas DataFrame .join 方法

join 方法在它们的索引上连接两个 DataFrame。让我们举个例子来展示 join 方法的工作原理。我们采用了两个 DataFrame：left_df 和 right_df。使用 left_df.join(right_df) 代码，我们组合了两个 DataFrame。

示例代码：

import pandas as pd

# create two dataframe
df_left = pd.DataFrame({"Name": ["X", "Y", "Z"], "Score": [10, 8, 9]}).set_index("Name")
df_right = pd.DataFrame({"Name": ["X", "Y", "Z"], "Steals": [4, 5, 2]}).set_index(
    "Name"
)
print(df_left)
print(df_right)

# join two dataframes
df_left.join(df_right)

输出：

      Score
Name       
X        10
Y         8
Z         9
      Steals
Name        
X          4
Y          5
Z          2
Score	Steals
Name		
X	10	4
Y	8	5
Z	9	2

如果我们在两个 DataFrame 中都有重叠的列，在这种情况下，连接将希望你从左侧 DataFrame 中为重叠或公共列名称添加后缀。在以下 DataFrames 中，重叠的列名称是 C。

示例代码：

import pandas as pd

# Creating the two dataframes
df_left = pd.DataFrame([["x", 1], ["y", 2]], list("AB"), list("CD"))
df_right = pd.DataFrame([["u", 3], ["v", 4]], list("AB"), list("CF"))
print(df_left)
print(df_right)
# join two dataframes
joined_df = df_left.join(df_right, lsuffix="_")
print(joined_df)

输出：

   C  D
A  x  1
B  y  2
   C  F
A  u  3
B  v  4
  C_  D  C  F
A  x  1  u  3
B  y  2  v  4

正如你在上面的输出中看到的那样，索引保留了四列。我们还可以通过使用 on 参数作为连接键在左侧 DataFrame 上单独指定特定列。

Pandas DataFrame .merge 方法

merge 方法也用于合并两个 DataFrame。但是，merge 方法需要列名作为合并两个 DataFrame 的合并键。在下面的例子中，我们实现了简单的合并函数来合并两个 DataFrame 而不使用任何参数。

示例代码：

import pandas as pd

# create two dataframe
df_left = pd.DataFrame({"Name": ["X", "Y", "Z"], "Score": [10, 8, 9]}).set_index("Name")
df_right = pd.DataFrame({"Name": ["X", "Y", "Z"], "Steals": [4, 5, 2]}).set_index(
    "Name"
)
print(df_left)
print(df_right)

# merge two dataframes
df_left.merge(df_right, on="Name")

输出：

      Score
Name       
X        10
Y         8
Z         9
      Steals
Name        
X          4
Y          5
Z          2
Score	Steals
Name		
X	10	4
Y	8	5
Z	9	2

我们可以在 merge 方法中使用 on 参数指定重叠列名。在以下示例中，我们指定重叠列名称 C 以对两个 DataFrame 执行合并操作。

示例代码：

import pandas as pd

# Creating the two dataframes
df_left = pd.DataFrame([["x", 1], ["y", 2]], list("AB"), list("CD"))
df_right = pd.DataFrame([["u", 3], ["v", 4]], list("AB"), list("CF"))
print(df_left)
print(df_right)

# merge dataframes
merged_df = df_left.merge(df_right, on="C", how="outer")
print(merged_df)

输出：

   C  D
A  x  1
B  y  2
   C  F
A  u  3
B  v  4
   C    D    F
0  x  1.0  NaN
1  y  2.0  NaN
2  u  NaN  3.0
3  v  NaN  4.0

使用 right_on 和 left_on 参数分别指定它。请参阅以下示例，其中我们使用了不同的参数，例如 on、left_on、right_on，以便更好地理解。

示例代码：

import pandas as pd

# Creating the two dataframes
df_left = pd.DataFrame([["x", 1], ["y", 2]], list("AB"), list("CD"))
df_right = pd.DataFrame([["u", 3], ["v", 4]], list("AB"), list("CF"))
print(df_left)
print(df_right)
merged_df = df_left.merge(
    df_right, left_index=True, right_index=True, suffixes=["_", ""]
)
print(merged_df)

输出：

   C  D
A  x  1
B  y  2
   C  F
A  u  3
B  v  4
  C_  D  C  F
A  x  1  u  3
B  y  2  v  4

结论

我们通过一些示例演示了 pandas 中的 join 和 merge 之间的区别。我们已经看到这两种方法，join 和 merge 用于类似的目的，在 pandas 中结合 DataFrames。但是，不同之处在于 join 方法在它们的 indexed 上组合了两个 DataFrame，而在 merge 方法中，我们指定列名来组合两个 DataFrame。