Pandas(杂)：表格的各种连接方式join

发表于 分类于 阅读次数： Waline： 本文字数： 937 阅读时长 ≈ 1 分钟
简单记录一下数据库或表格连接的类型，建议通过行数辨别

在pd.merge(); df.join(); gpd.sjoin()等函数中会用到，只有存在共同字段的列才能连接。否则拼接应该采用pd.concat()函数

  1. 内连接 (inner join)，一般默认，只保留匹配到的结果

  2. 左(外)连接 (left join)，以左侧表的连接键唯一值数量为准，左表行数不变

  3. 右(外)连接 (right join)，右表行数不变

  4. 全连接 (full join)，在pandas中没有：在数据库中指返回左右表的所有行，缺失处补空值。行数=左表的行数+右表的行数-公共连接行

举例，下面左表5行2列，右表-4行两列，公共列为fid，fid公共行数为3行，结果

  • 内连接返回三行，['a', 'b','c']，未匹配的丢弃

  • 左连接返回5行，[1,2,3,4,5]，无值则补null

  • 右连接返回3行，[3,4,5,7]，无值则补null

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import pandas as pd
data1 = {
    'fid':[1,2,3,4,5],
    'name':['a', 'b','c','d','e']
}
data2 = {
    'fid':[3,4,5,7],
    'name':['a', 'b','c','e']
}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
# 查看输出
pd.merge(left=df1, right=df2, on='fid', how='left')
pd.merge(left=df1, right=df2, on='fid', how='right')
pd.merge(left=df1, right=df2, on='fid', how='inner')

分别输出：