pandas merge left_on, right_on, suffixes: khóa khác tên
Bài 3/13 · Chương 7
Ghép và đổi hình bảng
- 7 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 11
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:
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 ĐồngMỗi 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:
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 BìnhĐủ 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:
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 34000gia_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
Sau
import pandas as pd,a = pd.DataFrame({"ma": [1], "gia": [5]})vàb = 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']
Sau
import pandas as pd,a = pd.DataFrame({"tinh": ["Huế"]})vàb = 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']
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 gọighep["gia_quay"] ghep["gia_y"]
Sau
import pandas as pd,a = pd.DataFrame({"tinh": ["Huế"]})vàb = pd.DataFrame({"tinh_cu": ["Huế"]}),a.merge(b, left_on="tinh")báo lỗi gì?- Báo lỗi
KeyError - Báo lỗi
MergeError - Báo lỗi
TypeError
- Báo lỗi
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_hangvới mãma;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.
import pandas as pd
def so_gia(gia_cu, gia_moi):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
left_on=vàright_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 bằngdrop(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 báoKeyError.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
Dữ liệu của bài
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
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.