一、语法格式

介绍一下数据分析中很常用的一个函数——merge，它能够进行高效的数据合并操作。先看一下语法格式及其初步解释：

二、举例解释

（一）首先生成两个DataFrame对象，以供我们案例使用：

dep_inf = {部门:[业务一部,业务二部,业务三部,办公室],
           城市: [深圳,上海,北京,广州],
           部门名称:[业务一部,业务二部,业务三部,办公室]}
emp_inf = {姓名:[张飞,赵云,金莲,关习,和珅,宋江],
           学历:[本科,硕士,本科,本科,博士,硕士],
           部门:[业务一部,业务一部,业务二部,业务三部,业务三部,业务四部],
           城市:[北京,深圳,广州,上海,深圳,深圳]}
df_d = pd.DataFrame(dep_inf)
df_e = pd.DataFrame(emp_inf)

生成的两个DataFrame对象如下：

（二）下面举个栗子，介绍一下主要参数

1、参数left,right：

将df_d作为左侧的frame，df_e作为右侧的frame，则参数left=df_d，right=df_e；

2、参数how：

当参数how=left：仅使用左侧frame的键； 当参数how=right：仅使用右侧frame的键； 当参数how=outer：使用左右两侧frame的键的并集； 当参数how=inner：使用左右两侧frame的键的交集；

3、参数on：

df_d，df_e中都有“部门”列（键），则使用“部门”作为连接键，即参数on=部门。

下面就以“部门”作为连接键，顺便看一下参数how的效果。

pd.merge(df_d, df_e, how=left,on=部门,indicator=True)
pd.merge(df_d, df_e, how=right,on=部门,indicator=True)
pd.merge(df_d, df_e, how=inner,on=部门,indicator=True)
pd.merge(df_d, df_e, how=outer,on=部门,indicator=True)

4、参数indicator：

同时，可以看一下merge参数的结果_merge列加深对参数how的理解。

5、参数left_on,right_on：

这两个参数其实和参数on是同一性质，当左右两个frame的连接键的名字相同时，可以直接用参数‘on’。但是如果像本例中，左侧frame键名为“部门名称”（假设左侧frame中没有“部门这一列”）,右侧frame键名为“部门”，但是其内容实质相同。此时就用left_on和right_on参数以替代参数on。

6、参数suffixes：

该参数默认suffixes = (_x, _y)，所以命令中未写。

当左右frame存在相同列名时，通过该参数为其添加后缀。因为左侧frame和右侧frame均有城市、部门列，因此为了防止相同列互相覆盖，给左右两侧的列加了后缀_x和_y以保留数据。当然这个_x和_y是默认后缀，你也可以根据需要修改为其他形式。

其他参数请参照本文第一部分：语法格式中的解释。