pandas中join()的两种应用方法

pandas中join()方法很神奇，join()方法虽然是连接方法，但是因为pandas有两个数据结构，join()方法针对两个数据结构有着不同的连接方法：1、根据指定的分隔符将Series中的各个元素的字符串连接起来。通过索引或指定列来连接DataFrame。

方式一：根据指定的分隔符将Series中的各个元素的字符串连接起来。

import pandas as pd
s = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca', 'CABA', 'dog', 'cat'])
print(s.str.join(","))
0          A
1          B
2          C
3    A,a,b,a
4    B,a,c,a
5    C,A,B,A
6      d,o,g
7      c,a,t
dtype: object

方式二：通过索引或指定列来连接DataFrame。

'''可以通过将两边的key进行set_index'''
df_set_index = df_AA.set_index('zh').join(df_ZZ.set_index('en'),how='outer',
                                          lsuffix='_A',rsuffix='_Z')    

'''或设置后边df中key，通过on与指定的左边df中的列进行合并，返回的index不变'''
df_set_index_on = df_AA.join(df_ZZ.set_index('en'), on='zh', how='outer',
                             lsuffix='_A',rsuffix='_Z')

以上就是pandas中join()的两种应用方法，其中Series中使用join()怒视很常用，但是也要了解下哦~

（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）

课程教程：pandas中join()的两种应用方法

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。