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~