我们有两个函数可以用来完成几乎相同的任务:pandas.merge() 和 DataFrame.merge()。
pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False,
sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False,
sort=False, suffixes='_x', '_y', copy=True, indicator=False, validate=None)
两者看起来很相似,使用其中一种比另一种有什么优势?
pd.merge() 调用 df.merge,因此 df1.merge(df2) 将给出与 pd.merge(df1, df2) 几乎相同的结果。
然而,pd.merge() 是包裹风格函数和 df1.merge() 是链接风格,这使得后者更容易从左到右链接
E.g.,
df1.merge(df2).merge(df3)
#looks better and readable [analogus to %>% pipeline operator in R] than
pd.merge(pd.merge(df1, df2), df3).
让我们看一个可重现的例子
d1 = pd.read_html('https://worldpopulationreview.com/countries')
pop = d1[0]
print(pop.info(), '\n') #Data for 232 countries for 7 columns
pop.head(3)
d2 = pd.read_html('https://worldpopulationreview.com/country-rankings/median-age')
age = d2[0]
print(age.info(), '\n') #Data for 221 countries for 5 columns
age.head(3)
display('pd.merge(): ', pd.merge(pop, age), 'df.merge(): ', pop.merge(age))