4.2 主键合并数据

4.2主键合并数据学习目标2.右连接1.左连接3.内连接4.外连接4.2主键合并数据

主键合并操作是通过1个或多个键值（键值是指数据表中值可唯一标识一行数据的列标签，类似于关系型数据库中表的主键）将两个数据表进行横向连接。根据合并方式的不同，主键合并可以分为左连接、右连接、内连接和外连接。主键合并可以通过pandas库的merge()方法完成，该方法只能实现两个表的拼接。merge()方法的主要参数如表4.2.1所示。表4.2.1

merge()方法的参数说明序号参数说明1left表示需要合并的左表，可接收的数据类型为DataFrame对象2right表示需要合并的右表，可接收的数据类型为DataFrame对象3how表示左右表的合并方式，默认为inner，取值为left、right、inner、outerleft:按左表的键值进行合并，保持左表的键值顺序，如果左表的键值在右表不存在，用NaN填充。right:按右表的键进行合并，保持右表的键值顺序，如果右表的键值在左表不存在，用NaN填充。inner:以左右表的键值的交集进行合并，保持左表的键值顺序。outer:以左右表的键值的并集进行合并，按字典顺序对键值重新排序。4on指定用于连接的列标签，即左右表合并的主键，必须是值可唯一标识一行数据的列标签。如果未指定，则以两表交集的列标签作为连接键值。4.2.1左连接

左连接是指在对两张表进行主键合并操作时，按左表的主键值进行合并，保持左表的主键值的顺序，如果左表的主键值在右表不存在，用NaN填充。左连接通过设定merge()方法的参数how=’left’来实现。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')#左连接05cont4.2.1左连接

左连接通过设定merge()方法的参数how=’left’来实现。左连接以左边表格的所有键值为基准进行连接。因为右表中id=5不在左表中，故不会进行连接。右表中的payment列在合并时，和左表中的id=1和id=3没有匹配值，所以左连接合并以后用缺失值NaN填充。4.2.2右连接

右连接连接是在对左右表进行主键合并操作时，按右表的主键值进行合并，保持右表的主键值的顺序，如果右表的主键值在左表不存在，用NaN填充。右连接通过设定merge()方法的参数how=’right’来实现。右连接以右边表格的所有键值为基准进行连接。因为左表中id=1和id=3不在右表中，故不会进行连接。左表中的gender列在合并时，和右表中的id=5没有匹配值，所以左连接合并以后用缺失值NaN填充。06cont=pd.merge(df1,df2,how='right',on='id')#右连接07cont4.2.3内连接

内连接是在对左右表进行主键合并操作时，以左右表的主键值的交集进行合并，并保持左表的主键值的顺序。内连接通过设定merge()方法的参数how=’inner’来实现。df1和df2的主键id值的交集={2，4}，所以内连接时将左右表的键值id=2和id=4为基准进行连接，而id=1，3，5则不进行连接。合并结果以左表的键值顺序输出。08cont=pd.merge(df1,df2,how='inner',on='id')#内连接09cont4.2.4外连接

外连接是在对左右表进行主键合并操作时，以左右表的主键值的并集进行合并，按字典顺序对主键值重新排序。内连接通过设定merge()方法的参数how=’outer’来实现。df1和df2的主键id值的并集={1，2，3，4，5}，所以外连接时将左右表的全部键值进行连接。左表中的gender列在合并时，和右表中的id=5没有匹配值，所以外连接后用缺失值NaN填充。右表的payment列在合并时，和左表中的id=1和id=3没有匹配值，所以