pandas.merge_ordered

pandas.merge_ordered(left, right, on=None, left_on=None, right_on=None, left_by=None, right_by=None, fill_method=None, suffixes=('_x', '_y'), how='outer')

执行与为时序数据等有序数据设计的可选填充/插值合并。可选择执行分组合并（参见示例）

参数：

左 T0>：DataFrame

右：DataFrame

on：标签或列表

要加入的字段名称。必须在两个DataFrames中都找到。

left_on：标签或列表，或类似数组

要在左侧DataFrame中加入的字段名称。可以是DataFrame长度的向量或向量列表，以使用特定向量作为连接键而不是列

right_on：标签或列表，或类似数组

要在右侧DataFrame或向量/向量列表中每个left_on文档中连接的字段名称

left_by：列名称或列名称列表

组通过组列留下DataFrame，并与右侧DataFrame逐段合并

right_by：列名称或列名称列表

组权限DataFrame按组列，并与左侧DataFrame逐段合并

fill_method：{'ffill'，无}，默认值无

数据插值方法

后缀：2长度序列（tuple，list，...）

后缀，分别应用于左侧和右侧的重叠列名称

如何：{'left'，'right'，'outer'，'inner'}，默认'outer'

• 左：仅使用左框架的键（SQL：左外连接）
• 右：仅使用来自右框架的键（SQL：右外连接）
• outer：使用来自两个框架的键的联合（SQL：full outer join）
• inner：使用两个帧的密钥（SQL：inner join）

版本0.19.0中的新功能。

返回：

合并：DataFrame

如果它是DataFrame的子类，输出类型将与“left”相同。

也可以看看

merge，merge_asof

例子

>>> A                      >>> B
      key  lvalue group        key  rvalue
0   a       1     a        0     b       1
1   c       2     a        1     c       2
2   e       3     a        2     d       3
3   a       1     b
4   c       2     b
5   e       3     b

>>> ordered_merge(A, B, fill_method='ffill', left_by='group')
   key  lvalue group  rvalue
0    a       1     a     NaN
1    b       1     a       1
2    c       2     a       2
3    d       2     a       3
4    e       3     a       3
5    f       3     a       4
6    a       1     b     NaN
7    b       1     b       1
8    c       2     b       2
9    d       2     b       3
10   e       3     b       3
11   f       3     b       4