Python DAtaFrame两表连接

Python中使用Pandas库的DataFrame可以进行两表连接操作，可以使用merge()函数实现。

语法如下：

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

参数说明：

- left：要连接的左侧DataFrame对象。
- right：要连接的右侧DataFrame对象。
- on：要连接的列名，必须存在于左右两个DataFrame中。若未指定，则自动以left和right列名的交集作为连接键。
- left_on：左侧DataFrame中用作连接键的列。
- right_on：右侧DataFrame中用作连接键的列。
- left_index：使用左侧DataFrame中的行索引作为连接键。
- right_index：使用右侧DataFrame中的行索引作为连接键。
- how：连接方式，包括'left', 'right', 'outer', 'inner'。默认为'inner'。
- sort：根据连接键对合并后的数据进行排序，默认为True。
- suffixes：如果左右两个DataFrame中存在同名列，使用suffixes参数为它们添加后缀。
- copy：默认为True，总是将数据复制到新DataFrame中。如果为False，当两个DataFrame共享内存的时候，将节约内存。

示例：

import pandas as pd

# 创建两个DataFrame对象
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value2': [5, 6, 7, 8]})

# 使用merge()函数连接两个DataFrame
df_merge = pd.merge(df1, df2, on='key', how='outer')

print(df_merge)

输出结果为：

  key  value1  value2
0   A     1.0    NaN
1   B     2.0    5.0
2   C     3.0    NaN
3   D     4.0    6.0
4   E     NaN    7.0
5   F     NaN    8.0

在这个示例中，我们创建了两个DataFrame对象df1和df2，并使用merge()函数将它们连接起来，连接键为'key'列，并采用'outer'连接方式。由于df1和df2中都包含'B'和'D'两个键，因此合并后的结果中包含这四个键。对于不同的键，对应的值为NaN。