pandas处理字符合并：pandas的数据合并功能及merge函数介绍

pandas处理字符合并：pandas的数据合并功能及merge函数介绍在这个例子中我们使用的是默认的内联接，即how为inner。用于合并的数据，df1和df2中他们的“分行名称”字段，也是能一一对应上了。这保证了我们的数据在合并后仍然是3行数据。但是有的时候，我们要合并的数据并不能一一对应，这时如果我们还要把所有的行都展示出来，就需要使用外联接，即outer。下面我们通过一个程序演示一下外联接的效果。程序是通过第28行实现了此功能。left和right分别赋值为df1和df2，on参数指定的是“分行名称”，这代表的是通过“分行名称”，我们将对应的数据进行联接。“分行名称”就相当于SQL语句进行内联接时，where条件上用于联接的字段。关于完整的参数含义，大家可以参考pandas的API参考手册，由于本文并不涉及，受到文章篇幅的限制，我们就不一一介绍了。下面我们先通过一个简单的小程序，演示一下merge的基本用法。程序的源代码如下：我们假定有两组数据分别为d

pandas为我们提供了merge函数，它提供了类似于SQL中内联接，外联接的数据合并效果。我们看一下merge函数的声明：

left和right参数为要进行合并的两个DataFrame

how参数默认是inner，代表是内联接，其它的参数值left right outer分别代表左联接，右联接和外联接

on参数相当于我们在使用SQL时，where条件里用于联接的字段

关于完整的参数含义，大家可以参考pandas的API参考手册，由于本文并不涉及，受到文章篇幅的限制，我们就不一一介绍了。

下面我们先通过一个简单的小程序，演示一下merge的基本用法。程序的源代码如下：

我们假定有两组数据分别为df1和df2，他们代表“哈尔滨分行”，“天津分行”，“大连分行”3家分行的数据，数据的内容为“发放金额”，“贷款余额”和“逾期余额”。现在我们有一个需求是把这3家分行的数据合并到一个报表上。

程序是通过第28行实现了此功能。left和right分别赋值为df1和df2，on参数指定的是“分行名称”，这代表的是通过“分行名称”，我们将对应的数据进行联接。“分行名称”就相当于SQL语句进行内联接时，where条件上用于联接的字段。

在这个例子中我们使用的是默认的内联接，即how为inner。用于合并的数据，df1和df2中他们的“分行名称”字段，也是能一一对应上了。这保证了我们的数据在合并后仍然是3行数据。但是有的时候，我们要合并的数据并不能一一对应，这时如果我们还要把所有的行都展示出来，就需要使用外联接，即outer。下面我们通过一个程序演示一下外联接的效果。

在上面的程序中，我们设计了2个DataFrame，它们的“分行名称”不是一一对应的。大家可以注意一下第1个DataFrame中的“重庆分行”、第2个DataFrame中的“成都分行”，都是对方数据中没有的行。

这样的两个DataFrame，如果要进行内联接的话，而只会保留拥有相同字段的行。程序的第30行，默认进行了内联系，程序的执行效果如下图所示。

如果我们想把无法对应上的“重庆分行”和“成都分行”也合并到一起，这时我们就需要指定how参数为outer，即程序第34行所示。这也就相当于SQL中的外连接。程序的执行效果如下所示。

由于“重庆分行”没有对应的“逾期余额”列，而“成都分行”没有对应的“发放金额”和“贷款余额”列，所以在合并后，这些字段的内容就为NaN，即代表空值。如果我们用to_excel导出到excel文件的话，对应的单元格将什么内容也没有。如果我们不希望空值里什么都不展示，而是把空值设置为0，那么我们可以通过fillna函数处理一下。例如程序第38行。下图为处理后的效果，整个报表的数据如果为空就都填充为0了。

在实际工作中，我们用于联接的字段有可能不止一个，merge函数也支持多个字段联接。下面我们通过一个实例演示一下如何处理多字段联接的场景。

现在我们在原有DataFrame的基础上，增加一个“客户类型”字段，即法人或者个人。

当我们要联接这个数据时，我们的on参数应该传递一个列表（list）。通过list，将多个字段传入merge函数。

上面就是联接后的效果，我们通过“分行名称”和“客户类型”找到对应的行，并将两个DataFrame进行了合并。以上就是关于merge的一些常用用法，希望对大家的工作能有所帮助。

开发环境：Windows 7 Python 2.7.17 PyCharm Community Edition 2016.1.5

如果大家认为我的文章还可以，真心希望能帮我点一个“关注”，粉丝的数量真的对我很重要，也算是对我努力结果的一个支持，谢谢大家了。