python中merge怎么使用

在Python中，`merge`函数通常用于合并两个数据结构，如列表、字典或Pandas数据帧（DataFrame）。以下是使用`merge`函数的一些示例：

合并列表

 import heapq lst1 = [1, 3, 5, 7] lst2 = [2, 4, 6, 8] 使用sorted函数合并列表 result = sorted（lst1 + lst2） 使用heapq.merge函数合并列表 result = list（heapq.merge（lst1, lst2）） 

合并Pandas数据帧

 import pandas as pd 创建两个数据表 students = pd.DataFrame（{'学号': ['001', '002', '003', '004'], '姓名': ['小明', '小红', '小张', '小李'], '性别': ['男', '女', '男', '男']}） scores = pd.DataFrame（{'学号': ['001', '002', '004', '005'], '数学': [90, 85, 78, 92], '英语': [85, 90, 75, 88]}） 使用merge合并两个表 result = pd.merge（students, scores, on='学号'） print（result） 

自定义合并策略

 from jsonmerge import merge, Merger base = {'name': '张三', 'age': 25, 'hobbies': ['读书', '游泳']} head = {'age': 26, 'hobbies': ['打球'], 'city': '北京'} 合并JSON，使用默认策略 result = merge（base, head） print（result） 自定义合并策略 schema = {'properties': {'hobbies': {'mergeStrategy': 'append'}}} merger = Merger（schema=schema） result = merger.merge（base, head） print（result） 

Pandas的merge函数参数

 df1 = pd.DataFrame（{'员工': ['Bob'], '组': ['Accounting']}） df2 = pd.DataFrame（{'员工': ['Lisa'], '入职': }） 使用merge函数进行内连接 df3 = pd.merge（df1, df2） print（df3） 

Pandas的merge函数使用场景

 读取表1和表2中的内容，作为DataFrame赋值给变量 df01 = pd.read_excel（'./datas/new_all_datas.xlsx', header=5） df02 = pd.read_excel（'./datas/new_software_InputSheet.xlsx'） 通过merge函数合并两个DataFrame df3 = pd.merge（df01, df02, on='hostname'） print（df3） 

以上示例展示了如何在不同场景下使用`merge`函数。根据你的具体需求，你可以选择不同的合并方式（如内连接、左外连接、右外连接或全外连接）以及自定义合并策略。