pandas.merge

pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) [source]

Объединение объектов DataFrame путём выполнения операции присоединения в стиле баз данных по столбцам или индексам.

Если выполняется объединение по столбцам, индексы DataFrame будут проигнорированы. В противном случае, если объединение выполняется по индексам или индексу к столбцу или столбцам, индекс будет передан.

Параметры:

left : DataFrame right : DataFrame how : {‘left’, ‘right’, ‘outer’, ‘inner’}, по умолчанию ‘inner’ left: использовать только ключи из левой таблицы, аналогично левому внешнему соединению в SQL; сохранять порядок ключей right: использовать только ключи из правой таблицы, аналогично правому внешнему соединению в SQL; сохранять порядок ключей outer: использовать объединение ключей из обеих таблиц, аналогично полному внешнему соединению в SQL; сортировать ключи лексикографически inner: использовать пересечение ключей из обеих таблиц, аналогично внутреннему соединению в SQL; сохранять порядок левых ключей on : метка или список Имена полей для объединения. Должны присутствовать в обоих DataFrame. Если on равно None и объединение не выполняется по индексам, по умолчанию объединяется по пересечению столбцов. left_on : метка или список, или массив-подобный объект Имена полей для объединения в левом DataFrame. Может быть вектором или списком векторов длиной DataFrame для использования конкретного вектора в качестве ключа объединения вместо столбцов right_on : метка или список, или массив-подобный объект Имена полей для объединения в правом DataFrame или вектор/список векторов, как в документации к left_on left_index : булево значение, по умолчанию False Использовать индекс из левого DataFrame в качестве ключа объединения. Если это многоуровневый индекс, количество ключей в другом DataFrame (либо индекс, либо количество столбцов) должно соответствовать количеству уровней right_index : булево значение, по умолчанию False Использовать индекс из правого DataFrame в качестве ключа объединения. То же самое ограничение, что и для left_index sort : булево значение, по умолчанию False Сортировать ключи объединения лексикографически в результирующем DataFrame. Если False, порядок ключей объединения зависит от типа объединения (ключевое слово how) suffixes : последовательность длиной 2 (кортеж, список, ...) Суффикс для добавления к совпадающим именам столбцов в левой и правой частях соответственно copy : булево значение, по умолчанию True Если False, не копировать данные необоснованно indicator : булево значение или строка, по умолчанию False Если True, добавляет столбец в результирующий DataFrame с именем “_merge” со сведениями о происхождении каждой строки. Если строка, столбец со сведениями о происхождении каждой строки будет добавлен в результирующий DataFrame, а столбец будет назван значением строки. Информационный столбец имеет тип Categorical и принимает значение “left_only” для наблюдений, ключ объединения которых встречается только в левом DataFrame, “right_only” для наблюдений, ключ объединения которых встречается только в правом DataFrame, и “both”, если ключ объединения наблюдения найден в обоих. Введено в версии 0.17.0. validate : строка, по умолчанию None Если указано, проверяет, является ли объединение указанного типа. “one_to_one” или “1:1”: проверить, уникальны ли ключи объединения в обоих наборах данных. “one_to_many” или “1:m”: проверить, уникальны ли ключи объединения в левом наборе данных. “many_to_one” или “m:1”: проверить, уникальны ли ключи объединения в правом наборе данных. “many_to_many” или “m:m”: разрешено, но не приводит к проверкам. Введено в версии 0.21.0.

Возвращает:

merged : DataFrame Тип результата будет таким же, как у ‘left’, если это подкласс DataFrame.

См. также

merge_ordered, merge_asof

Примеры

>>> A              >>> B
    lkey value         rkey value
0   foo  1         0   foo  5
1   bar  2         1   bar  6
2   baz  3         2   qux  7
3   foo  4         3   bar  8

>>> A.merge(B, left_on='lkey', right_on='rkey', how='outer')
   lkey  value_x  rkey  value_y
0  foo   1        foo   5
1  foo   4        foo   5
2  bar   2        bar   6
3  bar   2        bar   8
4  baz   3        NaN   NaN
5  NaN   NaN      qux   7