Pandas中merge和join的区别

Posted 2021-03-14 chenqionghe

可以说merge包含了join的操作，merge支持通过列或索引连表，而join只支持通过索引连表，只是简化了merge的索引连表的参数

示例

定义一个left的DataFrame

left=pd.DataFrame([
    [1,2],[3,4],[5,6]
],
    index=['a','c','e'],
    columns=['chenqionghe','muscle']
)

定义一个right的DataFrame

right=pd.DataFrame([
    [7,8],[9,10],[11,12],[13,14],
],
    index=['b','c','d','e'],
    columns=['light','weight']
)

然后，我们使用merge通过索引合并这两个Dataframe，如下

left.merge(right,left_index=True,right_index=True,how='outer')

然后，通过join方法实现相同的操作

left.join(right,how='outer')

可以看出join其实是省略了参数的merge，并且没有基于列的连表功能

merge的参数

• left：参与合并的左侧DataFrame
• right：参与合并的右侧DataFrame
• how：inner、outer、left、right其中之一
• left_index：将左侧的行索引用作其连接键的列
• right_index：类似于left_index
• sort：根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能
• suffixes：字符串值元组，用于追加到重叠列名，默认为（‘_x‘,‘_y‘）
• copy：设置为False，可以在某些我死情况下避免将数据复制到结果数据结构中，默认总是复制