Pandas 中的 Join 和 Merge 有什麼區別
在 Pandas 中，Series 或 DataFrame 可以使用諸如 join 和 merge 等各種操作輕鬆加入或組合。這些操作根據索引和列名組合了兩個 DataFrame。join 和 merge 方法都可以組合兩個 DataFrame。join 和 merge 操作的主要區別在於 join 方法根據它們的索引組合兩個 DataFrame，而在 merge 方法中，我們需要指定列來組合兩個 DataFrame。
本文將討論 pandas python 中 join 和 merge 方法的區別。
Pandas DataFrame .join 方法
join 方法在它們的索引上連線兩個 DataFrame。讓我們舉個例子來展示 join 方法的工作原理。我們採用了兩個 DataFrame：left_df 和 right_df。使用 left_df.join(right_df) 程式碼，我們組合了兩個 DataFrame。
示例程式碼：
import pandas as pd
# create two dataframe
df_left = pd.DataFrame({"Name": ["X", "Y", "Z"], "Score": [10, 8, 9]}).set_index("Name")
df_right = pd.DataFrame({"Name": ["X", "Y", "Z"], "Steals": [4, 5, 2]}).set_index(
"Name"
)
print(df_left)
print(df_right)
# join two dataframes
df_left.join(df_right)
輸出：
Score
Name
X 10
Y 8
Z 9
Steals
Name
X 4
Y 5
Z 2
Score Steals
Name
X 10 4
Y 8 5
Z 9 2
如果我們在兩個 DataFrame 中都有重疊的列，在這種情況下，連線將希望你從左側 DataFrame 中為重疊或公共列名稱新增字尾。在以下 DataFrames 中，重疊的列名稱是 C。
示例程式碼：
import pandas as pd
# Creating the two dataframes
df_left = pd.DataFrame([["x", 1], ["y", 2]], list("AB"), list("CD"))
df_right = pd.DataFrame([["u", 3], ["v", 4]], list("AB"), list("CF"))
print(df_left)
print(df_right)
# join two dataframes
joined_df = df_left.join(df_right, lsuffix="_")
print(joined_df)
輸出：
C D
A x 1
B y 2
C F
A u 3
B v 4
C_ D C F
A x 1 u 3
B y 2 v 4
正如你在上面的輸出中看到的那樣，索引保留了四列。我們還可以通過使用 on 引數作為連線鍵在左側 DataFrame 上單獨指定特定列。
Pandas DataFrame .merge 方法
merge 方法也用於合併兩個 DataFrame。但是，merge 方法需要列名作為合併兩個 DataFrame 的合併鍵。在下面的例子中，我們實現了簡單的合併函式來合併兩個 DataFrame 而不使用任何引數。
示例程式碼：
import pandas as pd
# create two dataframe
df_left = pd.DataFrame({"Name": ["X", "Y", "Z"], "Score": [10, 8, 9]}).set_index("Name")
df_right = pd.DataFrame({"Name": ["X", "Y", "Z"], "Steals": [4, 5, 2]}).set_index(
"Name"
)
print(df_left)
print(df_right)
# merge two dataframes
df_left.merge(df_right, on="Name")
輸出：
Score
Name
X 10
Y 8
Z 9
Steals
Name
X 4
Y 5
Z 2
Score Steals
Name
X 10 4
Y 8 5
Z 9 2
我們可以在 merge 方法中使用 on 引數指定重疊列名。在以下示例中，我們指定重疊列名稱 C 以對兩個 DataFrame 執行合併操作。
示例程式碼：
import pandas as pd
# Creating the two dataframes
df_left = pd.DataFrame([["x", 1], ["y", 2]], list("AB"), list("CD"))
df_right = pd.DataFrame([["u", 3], ["v", 4]], list("AB"), list("CF"))
print(df_left)
print(df_right)
# merge dataframes
merged_df = df_left.merge(df_right, on="C", how="outer")
print(merged_df)
輸出：
C D
A x 1
B y 2
C F
A u 3
B v 4
C D F
0 x 1.0 NaN
1 y 2.0 NaN
2 u NaN 3.0
3 v NaN 4.0
使用 right_on 和 left_on 引數分別指定它。請參閱以下示例，其中我們使用了不同的引數，例如 on、left_on、right_on，以便更好地理解。
示例程式碼：
import pandas as pd
# Creating the two dataframes
df_left = pd.DataFrame([["x", 1], ["y", 2]], list("AB"), list("CD"))
df_right = pd.DataFrame([["u", 3], ["v", 4]], list("AB"), list("CF"))
print(df_left)
print(df_right)
merged_df = df_left.merge(
df_right, left_index=True, right_index=True, suffixes=["_", ""]
)
print(merged_df)
輸出：
C D
A x 1
B y 2
C F
A u 3
B v 4
C_ D C F
A x 1 u 3
B y 2 v 4
まとめ
我們通過一些示例演示了 pandas 中的 join 和 merge 之間的區別。我們已經看到這兩種方法，join 和 merge 用於類似的目的，在 pandas 中結合 DataFrames。但是，不同之處在於 join 方法在它們的 indexed 上組合了兩個 DataFrame，而在 merge 方法中，我們指定列名來組合兩個 DataFrame。