Pandas2.2 DataFrame
Combining comparing joining merging
| 方法 | 描述 |
|---|
| DataFrame.assign(**kwargs) | 用于向 DataFrame 添加新列或替换现有列的方法 |
| DataFrame.compare(other[, align_axis, …]) | 用于比较两个 DataFrame 的差异的方法 |
| DataFrame.join(other[, on, how, lsuffix, …]) | 用于**将两个 DataFrame 按列合并（默认按行索引对齐）**的方法 |
| DataFrame.merge(right[, how, on, left_on, …]) | 用于**基于一个或多个键将两个 DataFrame 进行数据库风格的合并（join）**的方法 |
pandas.DataFrame.merge()
pandas.DataFrame.merge() 是 Pandas 中用于**基于一个或多个键将两个 DataFrame 进行数据库风格的合并（join）**的方法。它类似于 SQL 中的 JOIN 操作，支持多种连接方式（如 inner, left, right, outer），并可以指定左右 DataFrame 的连接键。
📌 方法签名
DataFrame.merge(right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=False,suffixes=('_x', '_y'),copy=None,indicator=False,validate=None
)
🔧 参数说明：
| 参数 | 说明 |
|---|
right | 要合并的另一个 DataFrame |
how | 合并方式，默认 'inner'，可选 'left', 'right', 'outer' |
on | 用于连接的列名（在两个 DataFrame 中都存在） |
left_on | 左边 DataFrame 的连接键（列名或索引） |
right_on | 右边 DataFrame 的连接键（列名或索引） |
left_index | 是否使用左边的索引作为连接键 |
right_index | 是否使用右边的索引作为连接键 |
sort | 是否根据连接键对结果排序，默认 False |
suffixes | 对重复列名添加后缀，默认为 ('_x', '_y') |
copy | 是否复制数据，默认 True，一般不需修改 |
indicator | 是否添加 _merge 列显示来源，默认 False |
validate | 验证连接类型，如 'one_to_one', 'one_to_many' 等 |
✅ 返回值
- 返回一个新的 DataFrame，包含两个 DataFrame 根据指定键合并后的数据。
🧪 示例代码及结果
示例 1：内连接（how='inner'）
import pandas as pddf1 = pd.DataFrame({'key': ['K0', 'K1', 'K2'],'A': ['A0', 'A1', 'A2']
})df2 = pd.DataFrame({'key': ['K0', 'K1', 'K3'],'B': ['B0', 'B1', 'B3']
})
result = df1.merge(df2, on='key')
print(result)
输出：
key A B
0 K0 A0 B0
1 K1 A1 B1
示例 2：左连接（how='left'）
result = df1.merge(df2, on='key', how='left')
print(result)
输出：
key A B
0 K0 A0 B0
1 K1 A1 B1
2 K2 A2 NaN
示例 3：右连接（how='right'）
result = df1.merge(df2, on='key', how='right')
print(result)
输出：
key A B
0 K0 A0 B0
1 K1 A1 B1
2 K3 NaN B3
示例 4：外连接（how='outer'）
result = df1.merge(df2, on='key', how='outer')
print(result)
输出：
key A B
0 K0 A0 B0
1 K1 A1 B1
2 K2 A2 NaN
3 K3 NaN B3
示例 5：使用不同列名连接（left_on, right_on）
df1 = pd.DataFrame({'id': [1, 2, 3],'name': ['Alice', 'Bob', 'Charlie']
})df2 = pd.DataFrame({'user_id': [1, 2, 4],'score': [90, 85, 70]
})result = df1.merge(df2, left_on='id', right_on='user_id')
print(result)
输出：
id name user_id score
0 1 Alice 1 90
1 2 Bob 2 85
示例 6：使用索引连接（left_index=True, right_index=True）
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2']}, index=['K0', 'K1', 'K2'])
df2 = pd.DataFrame({'B': ['B0', 'B1', 'B3']}, index=['K0', 'K1', 'K3'])result = df1.merge(df2, left_index=True, right_index=True)
print(result)
输出：
A B
K0 A0 B0
K1 A1 B1
示例 7：处理列名冲突（suffixes）
df1 = pd.DataFrame({'key': ['K0', 'K1'], 'value': [1, 2]})
df2 = pd.DataFrame({'key': ['K0', 'K1'], 'value': [3, 4]})result = df1.merge(df2, on='key', suffixes=('_left', '_right'))
print(result)
输出：
key value_left value_right
0 K0 1 3
1 K1 2 4
示例 8：添加来源信息（indicator=True）
result = df1.merge(df2, on='key', how='outer', indicator=True)
print(result)
输出：
key value_left value_right _merge
0 K0 1.0 3.0 both
1 K1 2.0 4.0 both
🧠 应用场景
| 场景 | 说明 |
|---|
| 多表关联分析 | 类似 SQL 的 JOIN 操作，进行数据融合 |
| 特征拼接 | 在机器学习中合并特征与标签 |
| 补全缺失数据 | 使用另一个 DataFrame 补充当前数据中的缺失字段 |
| 数据清洗 | 去重、合并、标准化等操作前的数据准备 |
| 时间序列对齐 | 按时间戳合并多个指标 |
⚠️ 注意事项
merge() 默认是 inner join；- 若未指定
on，会自动选择两个 DataFrame 中同名列作为连接键； - 若列名冲突，必须指定
suffixes； merge() 不支持一次合并多个 DataFrame；- 性能上比
join() 更适合基于列的复杂连接。
✅ 对比 join() vs merge()
| 特性 | join() | merge() |
|---|
| 默认连接方式 | 基于索引 | 基于列 |
| 更适合 | 添加额外列 | 复杂的 SQL 式连接 |
| 支持多个 DataFrame | ✅ | ❌（只能两表） |
支持 on= | ✅ | ✅ |
支持 suffixes | ✅（lsuffix, rsuffix） | ✅（suffixes=('_x','_y')） |
| 更简洁 | ✅ | ❌ |
你可以根据是否需要基于列进行复杂连接来选择使用 merge() 或 join()。如果你需要执行类似 SQL 的 JOIN 操作，merge() 是首选方法。
