Bỏ qua đến nội dung chính
Mục lục

pandas merge left_on, right_on, suffixes: khóa khác tên

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 3/13 · Chương 7

Ghép và đổi hình bảng

  • 7 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Hai tham số left_on= và right_on= của merge() ghép hai bảng có cột khóa mang tên khác nhau (pandas merge left on, right on), còn suffixes= đặt tên cho các cột trùng tên mà không phải khóa. Bạn gặp cả hai khi bảng khách ghi tỉnh ở cột tinh mà bảng sáp nhập tỉnh lại gọi cột đó là tinh_cu, hay khi hai bảng giá cùng có cột gia.

Cần biết trước: merge() và đổi tên, bỏ cột.

Ghép khi khóa khác tên

on= chỉ dùng được khi cột khóa mang cùng một tên ở hai bảng. Bảng khách dưới đây ghi tỉnh theo tên cũ; bảng sáp nhập (theo đợt sắp xếp tỉnh, thành tháng 7/2025) đặt tên cũ ở cột tinh_cu. left_on= nêu cột khóa của bảng trái, right_on= nêu cột khóa của bảng phải:

python
import pandas as pd

khach = pd.DataFrame({"ma_kh": [101, 102, 103, 104],
                      "tinh": ["Quảng Nam", "Huế", "Bình Dương",
                               "Đắk Nông"]})
sap_nhap = pd.DataFrame({
    "tinh_cu": ["Bình Dương", "Đắk Nông", "Huế", "Quảng Nam"],
    "tinh_moi": ["TP. Hồ Chí Minh", "Lâm Đồng", "Huế", "Đà Nẵng"]})
ghep = khach.merge(sap_nhap, left_on="tinh", right_on="tinh_cu")
print(ghep)

KẾT QUẢ

   ma_kh        tinh     tinh_cu         tinh_moi
0    101   Quảng Nam   Quảng Nam          Đà Nẵng
1    102         Huế         Huế              Huế
2    103  Bình Dương  Bình Dương  TP. Hồ Chí Minh
3    104    Đắk Nông    Đắk Nông         Lâm Đồng

Mỗi khách tìm được tỉnh mới, theo đúng thứ tự của bảng trái. Khác với on=, cột tinh của bảng trái và cột tinh_cu của bảng phải đều ở lại trong kết quả; ở mỗi dòng khớp, hai ô mang cùng một tên tỉnh. left_on= và right_on= chỉ nói cột nào so với cột nào, không đổi tên cột của bảng nào.

Bỏ cột khóa thừa sau khi ghép

Cột tinh_cu không cho thêm thông tin nào, nên bạn bỏ nó ngay trong chuỗi lệnh bằng drop(columns=). Ví dụ dưới đây làm việc đó trên file thật khach_hang_tho.csv (408 khách, bản chưa làm sạch) và bang_sap_nhap_tinh.csv (63 tỉnh, thành cũ) của bộ dữ liệu thực hành, với how="left" để không mất khách nào:

python
import pandas as pd

kh = pd.read_csv("khach_hang_tho.csv", usecols=["ma_kh", "tinh"])
sap_nhap = pd.read_csv("bang_sap_nhap_tinh.csv")
ghep = (kh.merge(sap_nhap, left_on="tinh", right_on="tinh_cu",
                 how="left")
          .drop(columns="tinh_cu"))
print(len(kh), len(ghep), ghep["tinh_moi"].isna().sum())
print(ghep.head(4))

KẾT QUẢ

408 408 72
    ma_kh       tinh   tinh_moi
0  KH0001    Hà Nội         NaN
1  KH0002    Cần Thơ    Cần Thơ
2  KH0003    Hà Nội         NaN
3  KH0004  Ninh Bình  Ninh Bình

Đủ 408 khách, nhưng 72 khách có tinh_moi trống (isna().sum() đếm ô trống của cột). Dòng đầu cho thấy vì sao: ô tinh của khách KH0001 là "Hà Nội ", thừa một dấu cách cuối, nên không bằng "Hà Nội" của bảng sáp nhập. merge() chỉ ghép khi hai giá trị bằng nhau từng ký tự. Các biến thể như TP.HCM, hà nội cũng rơi vào nhóm không khớp; bài chuẩn hóa tiếng Việt làm sạch chúng trước khi ghép.

Vì thế, sau mỗi lần ghép có how="left", hãy đếm ô trống của cột vừa tra được. Con số đó cho biết bao nhiêu dòng chưa tìm thấy đối tác, trước khi chúng lặng lẽ đi vào báo cáo.

Cột trùng tên: _x, _y và suffixes=

Hai bảng có thể có một cột cùng tên mà không phải khóa. Quán ghi giá bán tại quầy trong một bảng, giá trên ứng dụng giao hàng trong bảng khác, cả hai đều ở cột gia. pandas giữ cả hai cột và thêm hậu tố _x cho cột của bảng trái, _y cho cột của bảng phải. suffixes= nhận một tuple hai hậu tố để thay cho cặp mặc định đó:

python
import pandas as pd

quay = pd.DataFrame({"ma_hang": ["CF01", "TR02", "BX03"],
                     "gia": [29000, 35000, 32000]})
web = pd.DataFrame({"ma_hang": ["CF01", "TR02", "BX03"],
                    "gia": [31000, 35000, 34000]})
print(quay.merge(web, on="ma_hang"))
print(quay.merge(web, on="ma_hang", suffixes=("_quay", "_web")))

KẾT QUẢ

  ma_hang  gia_x  gia_y
0    CF01  29000  31000
1    TR02  35000  35000
2    BX03  32000  34000
  ma_hang  gia_quay  gia_web
0    CF01     29000    31000
1    TR02     35000    35000
2    BX03     32000    34000

gia_x, gia_y không nói gì về nguồn của con số; gia_quay, gia_web đọc được ngay mà không phải nhớ bảng nào đứng trái. Hậu tố đầu thuộc bảng trái, hậu tố sau thuộc bảng phải. Đổi ("_quay", "_web") thành ("_cu", "_moi") rồi chạy lại: bảng thứ hai in gia_cu và gia_moi.

suffixes= dùng chung được với left_on=, right_on=: hậu tố chỉ gắn vào cột trùng tên không phải khóa, còn hai cột khóa khác tên thì giữ nguyên tên.

Kiểm tra nhanh

  1. Sau import pandas as pd, a = pd.DataFrame({"ma": [1], "gia": [5]}) và b = pd.DataFrame({"ma": [1], "gia": [7]}), list(a.merge(b, on="ma").columns) là gì?

    • ['ma', 'gia']
    • ['ma', 'gia_x', 'gia_y']
    • ['ma_x', 'gia_x', 'ma_y', 'gia_y']
  2. Sau import pandas as pd, a = pd.DataFrame({"tinh": ["Huế"]}) và b = pd.DataFrame({"tinh_cu": ["Huế"], "tinh_moi": ["Huế"]}), list(a.merge(b, left_on="tinh", right_on="tinh_cu").columns) là gì?

    • ['tinh', 'tinh_cu', 'tinh_moi']
    • ['tinh', 'tinh_moi']
    • ['tinh_cu', 'tinh_moi']
  3. Sau ghep = quay.merge(web, on="ma_hang") như khung bẫy thứ hai, những cách nào lấy được giá tại quầy?

    • ghep["gia_x"]
    • ghep["gia"]
    • Ghép lại với suffixes=("_quay", "_web") rồi gọi ghep["gia_quay"]
    • ghep["gia_y"]
  4. Sau import pandas as pd, a = pd.DataFrame({"tinh": ["Huế"]}) và b = pd.DataFrame({"tinh_cu": ["Huế"]}), a.merge(b, left_on="tinh") báo lỗi gì?

    • Báo lỗi KeyError
    • Báo lỗi MergeError
    • Báo lỗi TypeError
Đúng hết lần đầu +15 XP

Bài tập

So giá cũ và giá mới của từng mặt hàng

Quán có bảng gia_cu (cột ma_hang, gia) và bảng gia_moi (cột ma, gia) do một nhân viên khác lập, nên cột mã mang tên khác. Viết thân hàm so_gia(gia_cu, gia_moi):

  • chỉ giữ mặt hàng có mặt ở cả hai bảng, ghép mã ma_hang với mã ma;

  • kết quả có đúng ba cột ma_hang, gia_cu, gia_moi, theo thứ tự đó.

Dòng theo thứ tự của gia_cu, index mặc định 0, 1, 2…. Hàm không sửa hai bảng của nơi gọi.

Trả về: giá cũ và giá mới đặt cạnh nhau, một DataFrame.

python
import pandas as pd

def so_gia(gia_cu, gia_moi):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • left_on= và right_on= ghép hai bảng có cột khóa khác tên; hai tham số đi thành cặp.

  • Ghép bằng left_on=, right_on= giữ cả hai cột khóa; bỏ cột thừa bằng drop(columns=).

  • merge() chỉ khớp giá trị bằng nhau từng ký tự: "Hà Nội " thừa dấu cách không khớp "Hà Nội".

  • Cột trùng tên không phải khóa thành _x (bảng trái) và _y (bảng phải); gọi tên cũ báo KeyError.

  • suffixes=("_quay", "_web") đặt hậu tố dễ đọc, hậu tố đầu thuộc bảng trái.

Câu hỏi thường gặp

Làm sao merge hai bảng có tên cột khóa khác nhau mà không giữ hai cột khóa?

Đổi tên cột khóa của một bảng cho trùng bảng kia bằng rename(columns={"tinh_cu": "tinh"}), rồi ghép bằng on="tinh". Cách này cho đúng một cột khóa. Cách dùng left_on=, right_on= rồi drop(columns=) cho cùng kết quả; chọn cách nào đọc rõ hơn với bạn. Cả rename() và drop() có ở bài đổi tên, bỏ cột.

Đặt suffixes cho chỉ một bảng được không?

Được: truyền chuỗi rỗng cho bên muốn giữ tên, suffixes=("", "_web"), thì cột của bảng trái vẫn tên gia, cột của bảng phải thành gia_web. Không được để cả hai hậu tố rỗng, vì khi đó hai cột cùng tên và pandas dừng với lỗi.

Vì sao merge theo tên tỉnh không khớp dù nhìn thấy giống nhau?

Hai chuỗi trông giống nhau vẫn có thể khác ở một dấu cách cuối, chữ hoa, hay cách bảng mã ghép dấu tiếng Việt (NFC và NFD). merge() so từng ký tự nên bỏ qua chúng mà không báo. Chuẩn hóa cột khóa trước khi ghép, theo bài chuẩn hóa tiếng Việt.

Ghép bằng index của một bảng và cột của bảng kia thì sao?

merge() có left_index=True hay right_index=True để dùng index của một bên làm khóa, đi cặp với right_on= hay left_on= của bên kia. Khi cả hai bảng đều ghép theo index, phương thức join() viết ngắn hơn.

Chủ đề

pandas merge left on right on

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập