pandas中join()方法如何用于索引上的合并？

小编介绍过pandas中join()方法两种应用方法，其中作用于dataframe是通过索引或指定列来连接dataframe，在平时中最常见的join方式为按某个相同列进行join很容易报错，这是因为join的时候会根据dataframe的索引进行，本文介绍pandas中join()方法用于索引上的合并的使用原理及具体实例。

1、pandas中join()方法

dataframe内置了join方法是一种快速合并的方法。它默认以index作为对齐的列。

2、语法格式

  join(other，on=None，how=“left”，lsuffix=" “，rsuffix=” "，sort=False)

3、使用参数

on：用于连接名。      //如果两个表中行索引和列索引重叠，那么当使用join()方法进行合并时，使用参数on指定重叠的列名即可

how：可以从{“left”，“right”，" outer"，“inner”} 中任选一个，默认使用left的方式。

lsuffix：接收字符串，用于在左侧重叠的列名后添加后缀名。

rsuffix：接收字符串，用于在右侧重叠的列名后添加后缀名。sort：接收布尔值，根据连接键对合并的数据进行排序，默认为False。

4、通过索引连接DataFrame使用实例

>>> caller.join(other, lsuffix='_caller', rsuffix='_other')
  key_caller   A key_other    B
0         K0  A0        K0   B0
1         K1  A1        K1   B1
2         K2  A2        K2   B2
3         K3  A3       K99  B99
4         K4  A4       NaN  NaN
5         K5  A5       NaN  NaN

以上就是pandas中join()方法用于索引上的合并的使用原理及具体实例，希望能对你有所帮助哦~

课程教程：pandas中join()方法如何用于索引上的合并？

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。