摘要

數據分析與建模的時候大部分時間在數據準備上，包括對數據的加載、清理、轉換以及重塑。pandas提供了一組高級的、靈活的、高效的核心函數，能夠輕松的將數據規整化。這節主要對pandas合并數據集的merge函數進行詳解。(用過SQL或其他關系型數據庫的可能會對這個方法比較熟悉。) 碼字不易，喜歡請點贊！！！

1.merge函數的參數一覽表

2.創建兩個DataFrame

3.pd.merge()方法設置連接字段。
默認參數how是inner內連接，并且會按照相同的字段key進行合并，即等價于on=‘key’。

也可以顯示的設置on=‘key’，這里也推薦這么做。

當兩邊合并字段不同時，可以使用left_on和right_on參數設置合并字段。當然這里合并字段都是key所以left_on和right_on參數值都是key。

4.pd.merge()方法設置連接方法。
主要包括inner（內連接）、outer（外鏈接）、left（左連接）、right（右連接）。
參數how默認值是inner內連接，上面的都是采用內連接，連接兩邊都有的值。
當采用outer外連接時，會取并集，并用NaN填充。

外連接其實左連接和右連接的并集。左連接是左側DataFrame取全部數據，右側DataFrame匹配左側DataFrame。（右連接right和左連接類似）

5.pd.merge()方法索引連接，以及重復列名命名。
pd.merge()方法可以通過設置left_index或者right_index的值為True來使用索引連接，例如這里df1使用data1當連接關鍵字，而df2使用索引當連接關鍵字。

從上面可以發現兩個DataFrame中都有key列，merge合并之后，pandas會自動在后面加上（_x,_y）來區分，我們也可以通過設置suffixes來設置名字。

姊妹篇：pandas.concat用法詳解！！！