【基础】使用Pandas的合并和连接函数进行多个数据集的合并和连接。

# 2.1 数据合并的概念和类型

数据合并是指将两个或多个数据表中的数据组合在一起，以创建一张新的数据表。Pandas提供了多种合并函数，每种函数都有不同的功能和参数。

数据合并的类型主要有以下几种：

- **内合并（inner join）：**仅保留在两个表中都存在的行。
- **左外合并（left outer join）：**保留左表中的所有行，即使它们在右表中没有匹配项。
- **右外合并（right outer join）：**保留右表中的所有行，即使它们在左表中没有匹配项。
- **全外合并（full outer join）：**保留两个表中的所有行，即使它们在另一个表中没有匹配项。

# 2. Pandas数据合并的理论基础

### 2.1 数据合并的概念和类型

数据合并是将两个或多个数据表或数据框中的数据组合在一起的过程，以创建一个包含所有表或数据框中信息的单个表或数据框。Pandas提供了多种合并函数，可用于根据不同条件和参数合并数据。

数据合并的类型主要包括：

- **内连接：**仅保留在所有表中都存在的行。
- **左连接：**保留左表中的所有行，即使它们在右表中没有匹配项。
- **右连接：**保留右表中的所有行，即使它们在左表中没有匹配项。
- **外连接：**保留左表和右表中的所有行，即使它们在对方表中没有匹配项。

### 2.2 Pandas合并函数的语法和参数

Pandas提供了两个主要函数用于数据合并：`merge()`和`join()`。

**`merge()`函数**

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

**参数说明：**

- `left`：要合并的第一个数据框或表。
- `right`：要合并的第二个数据框或表。
- `on`：用于合并的列或索引名称。
- `left_on`：左数据框或表的用于合并的列或索引名称。
- `right_on`：右数据框或表的用于合并的列或索引名称。
- `left_index`：如果为True，则使用左数据框或表的索引进行合并。
- `right_index`：如果为True，则使用右数据框或表的索引进行合并。
- `how`：指定合并类型，可以是“inner”、“left”、“right”或“outer”。
- `suffixes`：用于合并后重命名重复列的字符串后缀。
- `copy`：如果为True，则在合并之前复制输入数据框或表。
- `indicator`：如果为True，则返回一个额外的列，指示每行的合并类型。
- `validate`：指定如何验证合并键。

**`join()`函数**

df1.join(df2, on=None, how='left', lsuffix='', rsuffix='', sort=False)

**参数说明：**

- `df1`：要合并的第一个数据框。
- `df2`：要合并的第二个数据框。
- `on`：用于合并的列或索引名称。
- `how`：指定合并类型，可以是“left”、“right”或“outer”。
- `lsuffix`：用于合并后重命名左数据框或表重复列的字符串后缀。
- `rsuffix`：用于合并后重命名右数据框或表重复列的字符串后缀。
- `sort`：如果为True，则在合并之前对数据框或表进行排序。

### 代码示例

以下代码示例演示了如何使用`merge()`函数进行内连接：

import pandas as pd

# 创建两个数据框
df1 = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [20, 25, 30]})
df2 = pd.DataFrame({'name': ['Alice', 'Bob', 'David'], 'city': ['London', 'Paris', 'Rome']})

# 使用merge()函数进行内连接
df3 = pd.merge(df1, df2, on='name')

print(df3)

输出：

   name  age  city
0  Alice   20  London
1   Bob   25  Paris

在这个示例中，`merge()`函数根据`name`列将`df1`和`df2`数据框合并为`df3`数据框。`df3`包含两个数据框中所有匹配行的信息。

# 3. Pandas数据合并的实践应用

### 3.1 使用merge()函数进行简单合并

merge()函数是Pandas中用于执行简单合并操作的主要函数。它根据两个或多个DataFrame中的公共列（称为键）将它们合并在一起。merge()函数的语法如下：

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

其中，

* `left`和`right`：要合并的两个DataFrame。
* `how`：合并类型，可以是'inner'（仅保留公共键的行）、'outer'（保留所有行）、'left'（保留左DataFrame的所有行