pd.merge用法举例

当我们需要将两个数据集（DataFrame）按照指定的列（或多列）进行合并时，可以使用pd.merge()函数进行操作。下面是一个pd.merge()用法的举例：

假设我们有两个数据集，一个是销售订单数据集，包含订单号、订单日期、产品编号和销售金额四个字段，另一个是产品信息数据集，包含产品编号、产品名称和产品类型三个字段。我们想要按照产品编号将两个数据集合并起来，生成一个新的数据集，包含订单号、订单日期、产品名称、产品类型和销售金额这五个字段，代码如下：

import pandas as pd

# 创建订单数据集
orders = pd.DataFrame({
    'order_id': [1, 2, 3, 4, 5],
    'order_date': ['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04', '2020-01-05'],
    'product_id': ['A001', 'A002', 'A003', 'A001', 'A003'],
    'sales': [100, 200, 150, 120, 180]
})

# 创建产品信息数据集
products = pd.DataFrame({
    'product_id': ['A001', 'A002', 'A003', 'A004'],
    'product_name': ['Product A', 'Product B', 'Product C', 'Product D'],
    'product_type': ['Type 1', 'Type 2', 'Type 2', 'Type 3']
})

# 按照产品编号将两个数据集进行合并
result = pd.merge(orders, products, on='product_id')

# 显示合并后的结果
print(result)

输出结果如下所示：

   order_id  order_date product_id  sales product_name product_type
0         1  2020-01-01       A001    100    Product A       Type 1
1         4  2020-01-04       A001    120    Product A       Type 1
2         2  2020-01-02       A002    200    Product B       Type 2
3         3  2020-01-03       A003    150    Product C       Type 2
4         5  2020-01-05       A003    180    Product C       Type 2

这里我们用pd.merge()函数将订单数据集和产品信息数据集按照product_id列进行合并，生成了一个新的数据集result，包含了订单号、订单日期、产品名称、产品类型和销售金额这五个字段。除了指定合并的列名之外，还可以通过how参数指定合并的方式（inner/outer/left/right），以及通过suffixes参数指定重名列的后缀。