Pandas 中的 Join 和 Merge 有什么区别
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。