以下內容轉自 數析學院 ，更多 merge 操作以及 join 方法的使用，可以直接搜尋閱讀原文

向大家介紹資料集處理過程中的“合併”方法：merge 與 join，為了更好的演示相關操作，需要做一些準備工作，包括匯入所需的 Pandas 庫與 Numpy 庫，以及構建方便於結果展示的 display 類：

import pandas as pd
import numpy as np

class display(object):
    """Display HTML representation of multiple objects"""
    template = """<div style="float: left;padding: 10px;">
    <p style='font-family:"Courier New", Courier, monospace'>{0}</p>{1}
    </div>"""
 

    def __init__(self, *args):
        self.args = args

    def _repr_html_(self):
        return '\n'.join(self.template.format(a, eval(a)._repr_html_())
                         for a in self.args)

    def __repr__(self):
        return '\n\n'.join(a + '\n' + repr(eval(a))
                           for
 
 a in self.args)

類 display 可以方便我們將輸出的多個結果展示在一行之中。

接下來，我們構建例項資料 df1 與 df2 ，這兩個資料框分別記錄了職工的分組與職工的僱傭日期：

df1 = pd.DataFrame({'employee': ['Bob', 'Jake', 'Lisa', 'Sue'],
                    'group': ['Accounting', 'Engineering',
                              'Engineering', 'HR']})
df2 = pd.DataFrame({'employee'
 
: ['Lisa', 'Bob', 'Jake', 'Sue'],
                    'hire_date': [2004, 2008, 2012, 2014]})
display('df1', 'df2')

使用 Pandas 庫的 merge 函式可以幫助我們進行資料的合併，可以看到，在合併構成的資料框 df3 中同時包含了職工對應的分組與僱傭日期資訊：

df3 = pd.merge(df1, df2)
df3

同理，我們還可以利用這一函式合併更多的資訊，例如每個職員的監管領導：

df4 = pd.DataFrame({'group': ['Accounting', 'Engineering', 'HR'],
                    'supervisor': ['Carly', 'Guido', 'Steve']})
display('df3', 'df4', 'pd.merge(df3, df4)')

函式 merge 會預設的匹配兩個原始資料集中相同的列名，當兩個資料集的樣本量不同時，合併之後構成的資料框會自動擴充套件：

df5 = pd.DataFrame({'group': ['Accounting', 'Accounting',
                              'Engineering', 'Engineering', 'HR', 'HR'],
                    'skills': ['math', 'spreadsheets', 'coding', 'linux',
                               'spreadsheets', 'organization']})
display('df1', 'df5', "pd.merge(df1, df5)")

當然，我們也可以通過引數 on 來指定用於資料集合並的主鍵：

display('df1', 'df2', "pd.merge(df1, df2, on='employee')")

同時，我們還可以通過引數 left_on 和 right_on 來指定列名，從而使不同的列名相互對應，進而進行合併：

df3 = pd.DataFrame({'name': ['Bob', 'Jake', 'Lisa', 'Sue'],
                    'salary': [70000, 80000, 120000, 90000]})
display('df1', 'df3', 'pd.merge(df1, df3, left_on="employee", right_on="name")')

然後，我們可以運用 drop 命令捨去資料框中重複意義的列，優化資料合併的效果：

pd.merge(df1, df3, left_on="employee", right_on="name").drop('name', axis=1)

以上內容轉自 數析學院 ，更多 merge 操作以及 join 方法的使用，可以直接搜尋閱讀原文