Pandas 数据合并（merge / join）

Pandas 提供了强大的数据合并功能，可以像 SQL 一样根据键将两个或多个 DataFrame 连接在一起。merge 和 join 是最常用的两种方法。

merge 基本用法

pd.merge() 函数用于将两个 DataFrame 按列进行合并，类似于 SQL 的 JOIN 操作。

简单合并

实例

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({
"学号": ["S001", "S002", "S003"],
"姓名": ["张三", "李四", "王五"]
})

df2 = pd.DataFrame({
"学号": ["S001", "S002", "S003"],
"数学": [85, 92, 78]
})

print("DataFrame 1：")
print(df1)
print()

print("DataFrame 2：")
print(df2)
print()

# 合并
result = pd.merge(df1, df2, on="学号")
print("合并结果：")
print(result)

不同列名合并

实例

import pandas as pd

df1 = pd.DataFrame({
"学号": ["S001", "S002", "S003"],
"姓名": ["张三", "李四", "王五"]
})

df2 = pd.DataFrame({
"student_id": ["S001", "S002", "S003"],
"数学": [85, 92, 78]
})

# 使用 left_on 和 right_on
result = pd.merge(df1, df2, left_on="学号", right_on="student_id")
print("不同列名合并：")
print(result)
print()

# 删除多余列
result = result.drop("student_id", axis=1)
print("删除多余列后：")
print(result)

合并类型

inner / left / right / outer

实例

import pandas as pd

df1 = pd.DataFrame({
"学号": ["S001", "S002", "S003", "S004"],
"姓名": ["张三", "李四", "王五", "赵六"]
})

df2 = pd.DataFrame({
"学号": ["S001", "S002", "S003", "S005"],
"数学": [85, 92, 78, 88]
})

print("DataFrame 1:")
print(df1)
print("\nDataFrame 2:")
print(df2)
print()

# inner join（默认）：只保留两者都有的
print("inner join（交集）：")
print(pd.merge(df1, df2, on="学号", how="inner"))
print()

# left join：保留左表所有行
print("left join（保留左表）：")
print(pd.merge(df1, df2, on="学号", how="left"))
print()

# right join：保留右表所有行
print("right join（保留右表）：")
print(pd.merge(df1, df2, on="学号", how="right"))
print()

# outer join：保留所有行
print("outer join（并集）：")
print(pd.merge(df1, df2, on="学号", how="outer"))

理解四种 JOIN 的区别很重要：inner 保留交集，left 保留左表全部，right 保留右表全部，outer 保留两表全部。

多键合并

实例

import pandas as pd

df1 = pd.DataFrame({
"城市": ["北京", "北京", "上海", "上海"],
"年份": [2023, 2024, 2023, 2024],
"销售额": [100, 120, 90, 110]
})

df2 = pd.DataFrame({
"城市": ["北京", "北京", "上海", "上海"],
"年份": [2023, 2024, 2023, 2024],
"利润": [20, 25, 18, 22]
})

# 多键合并
result = pd.merge(df1, df2, on=["城市", "年份"])
print("多键合并：")
print(result)

join 方法

DataFrame.join() 是另一种合并方式，默认为左连接，按索引进行合并。

按索引合并

实例

import pandas as pd

# 创建数据，设置索引
df1 = pd.DataFrame({
"姓名": ["张三", "李四", "王五"],
"年龄": [25, 30, 28]
}, index=["S001", "S002", "S003"])

df2 = pd.DataFrame({
"数学": [85, 92, 78],
"英语": [90, 88, 95]
}, index=["S001", "S002", "S003"])

print("DataFrame 1：")
print(df1)
print()

print("DataFrame 2：")
print(df2)
print()

# 使用 join 合并
result = df1.join(df2)
print("join 合并：")
print(result)

多表合并

实例

import pandas as pd

df1 = pd.DataFrame({
"姓名": ["张三", "李四", "王五"]
}, index=["S001", "S002", "S003"])

df2 = pd.DataFrame({
"数学": [85, 92, 78]
}, index=["S001", "S002", "S004"])

df3 = pd.DataFrame({
"英语": [90, 88, 95]
}, index=["S001", "S003", "S004"])

# 链式 join
result = df1.join(df2, how="left").join(df3, how="left")
print("多表 join（左连接）：")
print(result)
print()

# 使用 outer
result2 = df1.join(df2, how="outer").join(df3, how="outer")
print("多表 join（全外连接）：")
print(result2)

实战：多表关联

实例

import pandas as pd

# 模拟业务数据
# 1. 员工表
employees = pd.DataFrame({
"员工ID": ["E001", "E002", "E003", "E004"],
"姓名": ["张三", "李四", "王五", "赵六"],
"部门ID": ["D001", "D001", "D002", "D003"]
})

# 2. 部门表
departments = pd.DataFrame({
"部门ID": ["D001", "D002", "D003"],
"部门名称": ["技术部", "销售部", "运营部"]
})

# 3. 薪资表
salaries = pd.DataFrame({
"员工ID": ["E001", "E002", "E003", "E004"],
"薪资": [12000, 15000, 11000, 18000]
})

print("步骤1：合并员工和部门")
result = pd.merge(employees, departments, on="部门ID")
print(result)
print()

print("步骤2：再合并薪资")
result = pd.merge(result, salaries, on="员工ID")
print(result)

merge vs join 选择

对比	merge	join
合并依据	列	索引
默认连接	inner	left
适用场景	按业务键合并	按主键/索引合并

大多数情况下 merge 更灵活，join 在按索引合并时更简洁。根据实际数据结构选择合适的方法。

返回顶部

菜鸟教程