# Como unir DataFrames com Pandas merge() em Python A função Pandas `DataFrame.merge()` é utilizada para unir dois DataFrames com base em chaves (keys) comuns. Desta forma, pode combinar dados de diferentes fontes de maneira eficiente para realizar análises mais completas. ## Sintaxe da função Pandas `merge()` A função Pandas `DataFrame.merge()` da Biblioteca Python Pandas aceita uma ampla variedade de parâmetros que afetam a forma como os DataFrames são combinados. A sintaxe geral da função `merge()` é a seguinte: ```python DataFrame.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) ``` Nota A função `merge()` do Pandas é semelhante à operação JOIN em bases de dados relacionais. Se já estiver familiarizado com linguagens de bases de dados como [SQL](https://www.ionos.com/pt-pt/digitalguide/servidores/know-how/o-que-e-sql/), será mais fácil compreender a função Pandas`merge()`. No entanto, é importante referir que o comportamento difere em alguns aspetos: se ambas as colunas-chave contiverem valores avaliados como *nulos*, estes também serão combinados. ### Parâmetros relevantes Com os diferentes parâmetros aceites pela função Pandas `merge()`, não só especifica os [DataFrames](https://www.ionos.com/pt-pt/digitalguide/paginas-web/desenvolvimento-web/dataframes-do-pandas-python/) que deseja combinar, mas também o tipo de união (também chamado de join em inglês) e outros detalhes adicionais.
Parâmetro Descrição Valor predefinido
`left` Primeiro DataFrame a ser combinado
`right` Segundo DataFrame a ser combinado
`how` Tipo de união a ser realizada (`inner`, `outer`, `left` ou `right`) `inner`
`on` Coluna ou nível de índice utilizado como chave; deve estar presente em ambos os DataFrames
`left_on` Coluna ou nível de índice do DataFrame esquerdo utilizado como chave
`right_on` Coluna ou nível de índice do DataFrame direito usado como chave
`left_index` Se for `True`, o índice do DataFrame esquerdo é usado como chave `False`
`right_index` Se for `True`, o índice do DataFrame direito é usado como chave `False`
`sort` Se for `True`, as chaves resultantes do DataFrame são ordenadas de forma lexicográfica `False`
`suffixes` Sufixos utilizados para tornar únicas as colunas com nomes duplicados `("_x", "_y")`
`copy` Se for `False`, não é feita uma cópia `True`
## Como utilizar o Pandas `merge()` Apresentamos uma série de exemplos que o ajudarão a compreender como funciona o Pandas `merge()`. ### `INNER JOIN` ou união interna Um INNER JOIN ou junção interna une dois DataFrames do Pandas e **retorna apenas as linhas em que as chaves coincidem em ambos os DataFrames**. Primeiro, criaremos dois DataFrames que servirão de exemplo: ```python import pandas as pd # DataFrames de ejemplo df1 = pd.DataFrame({ 'Clave': ['A', 'B', 'C'], 'Valor1': [1, 2, 3] }) df2 = pd.DataFrame({ 'Clave': ['B', 'C', 'D'], 'Valor2': [4, 5, 6] }) print(df1) print(df2) ``` Os dois DataFrames resultantes teriam a seguinte aparência: ```none Clave Valor1 0 A 1 1 B 2 2 C 3 Clave Valor2 0 B 4 1 C 5 2 D 6 ``` Agora pode realizar um `INNER JOIN` utilizando a função die `merge()`: ```python # INNER JOIN result = pd.merge(df1, df2, how='inner', on='Clave') print(result) ``` A saída mostra que, neste exemplo, apenas as linhas com as chaves B e C são incluídas no DataFrame resultante, uma vez que estas estão presentes em **ambos os DataFrames originais**. ```none Clave Valor1 Valor2 0 B 2 4 1 C 3 5 ``` ### `OUTER JOIN` ou união externa Uma `OUTER JOIN` ou junção externa também une dois DataFrames. Ao contrário da junção interna (`INNER JOIN`), com a junção externa todas as linhas são devolvidas e os **valores em falta são preenchidos com `NaN`**. ```python # OUTER JOIN result = pd.merge(df1, df2, how='outer', on='Clave') print(result) ``` Como era de se esperar, o DataFrame resultante inclui **todas as linhas de ambos os DataFrames**. Para a chave A, que só está presente em `df1`, e a chave D, que só está presente em `df2`, os valores ausentes são preenchidos com `NaN`. ```none Clave Valor1 Valor2 0 A 1.0 NaN 1 B 2.0 4.0 2 C 3.0 5.0 3 D NaN 6.0 ``` Nota As restantes variantes de `JOIN` que incluímos na tabela anterior funcionam de forma análoga. ### Utilização de `left_on` e `right_on` Às vezes, os dois DataFrames têm nomes de colunas-chave diferentes. Nesse caso, pode usar os parâmetros `left_on` e `right_on` para especificar quais colunas devem ser utilizadas. Para isso, primeiro deve criar dois novos DataFrames: ```python df3 = pd.DataFrame({ 'Clave': ['A', 'B', 'C'], 'Valor1': [1, 2, 3] }) df4 = pd.DataFrame({ 'Clave2': ['B', 'C', 'D'], 'Valor2': [4, 5, 6] }) print(df3) print(df4) ``` Os dois DataFrames resultantes têm a seguinte aparência: ```none Clave Valor1 0 A 1 1 B 2 2 C 3 Clave2 Valor2 0 B 4 1 C 5 2 D 6 ``` Para realizar a operação `JOIN` com chaves diferentes, especificam-se os parâmetros `left_on` e `right_on`: ```python # Unir con diferentes nombres de columnas clave result = pd.merge(df3, df4, how='inner', left_on='Clave', right_on='Clave2') print(result) ``` Ao utilizar explicitamente `left_on='Clave'` e `right_on='Clave2'`, as colunas-chave correspondentes são utilizadas para realizar a junção. ```none Clave Valor1 Clave2 Valor2 0 B 2 B 4 1 C 3 C 5 ``` ### Utilização de índices como chave Também pode utilizar os **índices dos DataFrames como chave para a junção**, configurando os parâmetros `left_index` e `right_index` em `True`. Primeiro, são criados dois novos DataFrames com índices: ```python df5 = pd.DataFrame({ 'Valor1': [1, 2, 3] }, index=['A', 'B', 'C']) df6 = pd.DataFrame({ 'Valor2': [4, 5, 6] }, index=['B', 'C', 'D']) print(df5) print(df6) ``` Com o código anterior, são gerados os seguintes DataFrames: ```none Valor1 A 1 B 2 C 3 Valor2 B 4 C 5 D 6 ``` Agora é possível realizar uma operação de junção baseada em índices com Pandas merge(): ```python # Unir con índices result = pd.merge(df5, df6, how='inner', left_index=True, right_index=True) print(result) ``` O resultado, como era de se esperar, é uma união ou `JOIN` baseada nos índices dos DataFrames: ```none Valor1 Valor2 B 2 4 C 3 5 ``` This is a markdown version of: [https://www.ionos.com/pt-pt/digitalguide/paginas-web/desenvolvimento-web/pandas-dataframe-merge-em-python/](https://www.ionos.com/pt-pt/digitalguide/paginas-web/desenvolvimento-web/pandas-dataframe-merge-em-python/) for AI/LLM consumption.