pandas中join()方法如何用于索引上的合并?

美女程序员鼓励师

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~

以上是 pandas中join()方法如何用于索引上的合并? 的全部内容, 来源链接: utcz.com/z/543114.html

回到顶部