13.Pandas怎么实现DataFrame的Mergee

语法介绍

电影数据集的join示例

电影评分数据集：是推荐系统研究的很好的数据集，本次用到的是
1.用户对电影的评分数据 ratings.csv
2.用户本身的信息数据 users.csv
3.电影本身数据movies.csv
数据集官方地址

读取数据

读取评分表

df_ratings = pd.read_csv(
    "../data/ml-25m/ratings.csv",
    # sep=",",
    # engine='python',
    # names="userId,movieId,rating,timestamp".split(",")
    low_memory=False
)

print(df_ratings.head())
1
2
3
4
5
6
7
8
9

读取用户表和电影表

df_users = pd.read_csv( "../data/ml-25m/users.csv")
df_movies = pd.read_csv( "../data/ml-25m/movies.csv")
1
2

用户和评分表内连接

df_ratings_users = pd.merge(
    df_ratings, df_users, left_on='userId', right_on='userId', how='inner'
)
print(df_ratings_users)
1
2
3
4

用户和评分表,电影表内连接

df_ratings_users_movies = pd.merge(
    df_ratings_users, df_movies, left_on="movieId", right_on="movieId", how="inner"
)
print(df_ratings_users_movies.head(6))
1
2
3
4

merge时数量的对齐关系

• one-to-one:一对一关系，关联的key都是唯一的
  比如（学号，姓名）merge(学号，年龄）
  结果条数为：1*1

• one-to-many:一对多关系，左边唯一key,右边不唯一key
  比如（学号，姓名）merge(学号,[语文成绩、数学成绩、英语成绩])
  结果条数为：1*N

• many-to-many:多对多关系，左边右边都不是唯一的
  -比如(学号,[语文成绩、数学成绩、英语成绩]) merge(学号,[篮球、足球])
  结果条数：M*N

one-to-one 一对一的merge

one-to-many 一对多关系的merge

注意：数据会被复制

many-to-many 多对多关系的merge

lef join、right join、inner join、outer join的区别