Функция merge

Функция merge применяется для объединения двух таблиц DataFrame по общему ключу или нескольким ключам. Она поддерживает различные типы соединений: внутреннее, левое, правое и внешнее, аналогично SQL-запросам. В отличие от concat, merge ориентирована на объединение по значениям столбцов.

Синтаксис

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, suffixes=('_x', '_y'))

Пример

Давайте объединим две таблицы по общему столбцу 'a':

import pandas as pd

df1 = pd.DataFrame({
	'a': [1, 2, 3, 4],
	'b': [10, 20, 30, 40]
})
df2 = pd.DataFrame({
	'a': [1, 2, 5, 6],
	'c': [100, 200, 500, 600]
})
res = pd.merge(df1, df2, on='a')
print(res)

Результат выполнения кода:

   a   b	c
0  1  10  100
1  2  20  200

В результате получились только строки с совпадающими значениями в столбце 'a' (внутреннее соединение по умолчанию).

Пример

Выполним левое соединение, чтобы сохранить все строки из левой таблицы:

import pandas as pd

df1 = pd.DataFrame({
	'a': [1, 2, 3, 4],
	'b': [10, 20, 30, 40]
})
df2 = pd.DataFrame({
	'a': [1, 2, 5, 6],
	'c': [100, 200, 500, 600]
})
res = pd.merge(df1, df2, on='a', how='left')
print(res)

Результат выполнения кода:

   a   b	  c
0  1  10  100.0
1  2  20  200.0
2  3  30	NaN
3  4  40	NaN

В левом соединении сохраняются все строки из левой таблицы, а для отсутствующих значений из правой подставляется NaN.

Пример

Выполним правое соединение:

import pandas as pd

df1 = pd.DataFrame({
	'a': [1, 2, 3, 4],
	'b': [10, 20, 30, 40]
})
df2 = pd.DataFrame({
	'a': [1, 2, 5, 6],
	'c': [100, 200, 500, 600]
})
res = pd.merge(df1, df2, on='a', how='right')
print(res)

Результат выполнения кода:

   a	 b	c
0  1  10.0  100
1  2  20.0  200
2  5   NaN  500
3  6   NaN  600

В правом соединении сохраняются все строки из правой таблицы, а для отсутствующих значений из левой подставляется NaN.

Пример

Выполним внешнее соединение, которое сохраняет все строки из обеих таблиц:

import pandas as pd

df1 = pd.DataFrame({
	'a': [1, 2, 3, 4],
	'b': [10, 20, 30, 40]
})
df2 = pd.DataFrame({
	'a': [1, 2, 5, 6],
	'c': [100, 200, 500, 600]
})
res = pd.merge(df1, df2, on='a', how='outer')
print(res)

Результат выполнения кода:

   a	 b	  c
0  1  10.0  100.0
1  2  20.0  200.0
2  3  30.0	NaN
3  4  40.0	NaN
4  5   NaN  500.0
5  6   NaN  600.0

Внешнее соединение содержит все строки из обеих таблиц, а недостающие значения заполняются NaN.

Пример

Объединим таблицы по ключам с разными именами столбцов:

import pandas as pd

df1 = pd.DataFrame({
	'key1': [1, 2, 3, 4],
	'b': [10, 20, 30, 40]
})
df2 = pd.DataFrame({
	'key2': [1, 2, 5, 6],
	'c': [100, 200, 500, 600]
})
res = pd.merge(df1, df2, left_on='key1', right_on='key2')
print(res)

Результат выполнения кода:

   key1   b  key2	c
0	 1  10	 1  100
1	 2  20	 2  200

Параметры left_on и right_on позволяют указать разные столбцы для соединения.

Пример

Изменим суффиксы для столбцов с одинаковыми именами:

import pandas as pd

df1 = pd.DataFrame({
	'a': [1, 2],
	'b': [10, 20]
})
df2 = pd.DataFrame({
	'a': [1, 2],
	'b': [100, 200]
})
res = pd.merge(df1, df2, on='a', suffixes=('_left', '_right'))
print(res)

Результат выполнения кода:

   a  b_left  b_right
0  1	  10	  100
1  2	  20	  200

Суффиксы помогают различать столбцы с одинаковыми именами из разных таблиц.

Смотрите также

функция concat,
которая объединяет таблицы по строкам или столбцам
функция merge_ordered,
которая выполняет упорядоченное объединение таблиц
функция merge_asof,
которая объединяет таблицы по ближайшим ключам
метод join,
который объединяет таблицы по индексам