python编程，解读pandas.merge()合并dataframe的index参数

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文解读pandas.merge()里面的left_index和right_index两个参数。和上一篇文章里面的on、left_on、right_on一样，left_index和right_index说的还是两者合并时的标准的。默认情况下，是看的是on所对应的列里面，具有相同元素的两行数据进行连接操作。而本文的left_index和right_index将改写这个概念。

大家好，这里是苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码之间的故事。测试环境：python@3.6.8，pandas@1.1.5，numpy@1.24.4。表面上看说的是index参数，但实质上依然解读是on条件。

前文回顾

有关pandas.merge()合并dataframe的文章，目前有以下两篇文章：

• https://newsn.net/say/dataframe-merge.html
• https://newsn.net/say/dataframe-merge-on.html

与这些参数类似的sql语言的相关概念，参考文章：

• https://newsn.net/say/mysql-inner-join.html
• https://newsn.net/say/mysql-left-join.html
• https://newsn.net/say/mysql-using.html
• https://newsn.net/say/mysql-nature-join.html

龙套数据

精心准备的龙套数据如下：

import pandas as pd
left = pd.DataFrame({
    'su': ['苏1', '苏2', '苏'], 'nan': ['南1', '南2', '南'],
    'name': ['sunan', 'susu', 'nannan'], 'key': ['r3', 'r4', 'r5']
}, index=['l1', 'l2', 'c'])
right = pd.DataFrame({
    'da': ['大', '大2', '大3'], 'shu': ['叔', '叔2', '叔3'],
    'name': ['sunan2', 'sunan', 'nannan2'], 'keyy': ['l2', 'l3', 'l4']
}, index=['c', 'r2', 'r3'])
print(left)
print(right)

输出：

    su nan    name key
l1  苏1  南1   sunan  r3
l2  苏2  南2    susu  r4
c    苏   南  nannan  r5

    da shu     name keyy
c    大   叔   sunan2   l2
r2  大2  叔2    sunan   l3
r3  大3  叔3  nannan2   l4

默认on链接

本文关联的概念：on/left_on/right_on。这个join的标准是：on里面规定作为标准的列名。然后每行数据查看对应的列，如果单元数据一致，那么，就按着how的标准进行连接。

pd.merge(left, right)

输出：

   su nan   name key  da shu keyy
0  苏1  南1  sunan  r3  大2  叔2   l3

取的是两者的公共列名name中的公共数据sunan，进行的join链接。

left_index=True+right_index=True

这个join的标准就是：不看列名，只看索引名。只要两边对应的索引名一致，就可以按照how的方式进行连接。（也就是说，和具体的字段内容是没有关系了。链接标准从相同列名对应的字段内容，变成了同名索引）

pd.merge(left, right, left_index=True, right_index=True)

输出：

  su nan  name_x key da shu  name_y keyy
c  苏   南  nannan  r5  大   叔  sunan2   l2

这个是取的两者的公共索引c，进行的inner join。

left_on+right_index=True

使用left_on来规定该条记录要对应的右侧的索引是谁，在右侧找到对应的索引后，再安装how所规定的方式进行连接。和left_index=True的区别，left_on相当于给左侧的索引重新命名了。

pd.merge(left, right, left_on='key', right_index=True)

输出：

    su nan name_x key  da shu   name_y keyy
l1  苏1  南1  sunan  r3  大3  叔3  nannan2   l4

这个是根据left_on字段的设置，来和右侧的索引值进行比较。找到的公共值r3。然后取得交集。

left_index=True+right_on

使用right_on来规定该条记录要对应的左侧的索引是谁，在左侧找到对应的索引后，再安装how所规定的方式进行连接。和right_index=True的区别，right_on相当于给右侧的索引重新命名了。

pd.merge(left, right, left_index=True, right_on='keyy')

输出：

   su nan name_x key da shu  name_y keyy
c  苏2  南2   susu  r4  大   叔  sunan2   l2

这里是根据right_on的设置，去左边的索引列去找同名索引数据l2。然后取交集。

多重索引【暂不考虑】

目前还没有碰到过dataframe多重索引的情况，所以不考虑left_on设置元组再加right_index=True的情况。当然，也不考虑left_index=True加right_on设置元组。

结语

本文描述了，两边进行连接标准，从on所代表的字段内容，转变为定义左右的索引名称作为标准。更多苏南大叔的python相关文章，请参考：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。