Python 按照某列内容对两个DataFrame进行合并

要将两个DataFrame进行合并，如data1 和 data2按照第一列的内容纵向合并为一个新的DataFrame，可以使用pandas库中的merge()方法，按照实际需求将how参数设置为‘left’、‘right’、‘outer’、‘inner’。其中：

• inner: 内连接/交集。保留两个 DataFrame 共有的键，丢弃不匹配的行。
• outer: 外连接/并集。保留两个 DataFrame 所有的键，缺失的值用 NaN 填充。
• left: 左连接。保留左边 DataFrame 的所有键，丢弃不匹配的右边 DataFrame 的行。
• right: 右连接。保留右边 DataFrame 的所有键，丢弃不匹配的左边 DataFrame 的行。

假设data1表示如下：

  col1  col2
0    A     1
1    B     2
2    C     3

data2表示如下：

  col1 col3
0    A    x
1    B    y
2    D    z

将col1作为合并的基准，使用”how = inner”，代码和结果如下：

import pandas as pd
data1 = {'col1': ['A', 'B', 'C'], 'col2': [1, 2, 3]}
data2 = {'col1': ['A', 'B', 'D'], 'col3': ['x', 'y', 'z']}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
merged_df = pd.merge(df1, df2, on='col1', how='inner')
print(merged_df)

  col1  col2 col3
0    A     1    x
1    B     2    y

将col1作为合并的基准，使用”how = outer”，代码和结果如下：

merged_df = pd.merge(df1, df2, on='col1', how='outer')

  col1  col2 col3
0    A   1.0    x
1    B   2.0    y
2    C   3.0  NaN
3    D   NaN    z

将col1作为合并的基准，使用”how = left”，代码和结果如下：

merged_df = pd.merge(df1, df2, on='col1', how='left')

  col1  col2 col3
0    A     1    x
1    B     2    y
2    C     3  NaN

将col1作为合并的基准，使用”how = right”，代码和结果如下：

merged_df = pd.merge(df1, df2, on='col1', how='right')

  col1  col2 col3
0    A   1.0    x
1    B   2.0    y
2    D   NaN    z