資料合併：初探merge用法

雖然之前用爬蟲的時候有用過Pandas來處理過爬到的表格，但對Pandas應該只能算是一知半解，每次遇到不會就是上網查語法要怎麼寫，而且查的次數好像有點多，想了想自己是沒有好好地學Pandas的各種使用方法，著實浪費了他的強大功能，所以就從merge來開始吧！

接下來的用字遣詞可能不是很專業（可能可以把可能拿掉XD），主要是我對每個語法的個人理解，除了用來紀錄自己的想法，也順便當作分享。

Merge

merge是用來合併兩個有共同欄 (column)的dataframe的方法

首先我先創建兩個略有不同的dataframe，方便後續理解每個方法和參數。

import pandas as pd

# 創建一個公司代號和價格對應的dataframe
price = pd.DataFrame(
	{
		"stockID": ["2330", "0050", "006208", "1268"],
		"price": ["1085", "196.95", "115.60", "152.5"]
	}
)

# 創建一個公司代號和漲跌幅對應的dataframe
change = pd.DataFrame(
	{
		"stockID": ["2330", "0050", "006208", "1217"],
		"change": ["2.36%", "1.52%", "1.40%", "0.41%"]
	}
)

就會得到以下這兩個dataframe：

price（左）和change（右）

如何合併？

直接合併

df = pd.merge(price, change)

merge可以直接使用來達到合併dataframe的作用，從輸出結果可以得知預設是取兩者的交集。那如果把括號裡的順序對調呢？

df = pd.merge(change, price)

可以發現change和price這兩欄的先後順序變了，但整體是沒有變化的！

指定要以誰為基準合併

上述的直接合併，其實也可以寫成以下的樣子：

df = price.merge(change)

以price為基準，將change合併到price。

關於how這個參數

how這個參數有以下4種不同的值：

1. inner（預設）
2. outer
3. left
4. right

inner（預設）

• inner是how的預設值，代表將兩者取「交集」，不特別指定的時候merge就會採用inner來對dataframe進行合併。

outer

• outer代表將兩者取「聯集」，兩個dataframe的所有欄位在合併後都會被保留下來，而空值的部分則會被NaN填充。

df = price.merge(change, how="outer")

how的值為outer時，保留了price和change中的所有欄位，空值以NaN填充。

left

• left代表保留第一個（我理解為程式碼中「左邊」那個）dataframe中的所有欄位，並將右邊那個dataframe合併後的空值以NaN填充。

df = price.merge(change, how="left")

how的值為left時，price的所有欄位都被保留，而change中因為沒有stockID=1268所對應的資料，因此被NaN填充。

right

• 和left相反，right代表保留第二個（我理解為程式碼中「右邊」那個）dataframe中的所有欄位，並將左邊那個dataframe合併後的空值以NaN填充。

df = price.merge(change, how="right")

how的值為left時，和為left時的結果正好完全相反。

以上就是merge最基本的用法和參數how的理解，希望能對和我一樣有時候看不太懂某些說明的人有些幫助。