pandas 中的 join() 方法如何用于合并索引？

小编介绍过
，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

加入时，会根据dataframe的索引进行。本文介绍pandas中join()方法在索引上合并的使用原理和具体例子。

1、pandas中join()方法

dataframe 内置的 join 方法是一种快速的合并方式。它默认索引为对齐的列。

2、语法格式

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

3、使用参数

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

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

lsuffix：接收一个字符串，为左侧重叠的列名添加后缀。

rsuffix：接收一个字符串，为右侧重叠的列名添加后缀。 sort：接收一个布尔值，根据join key对合并后的数据进行排序，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()方法进行索引合并的使用原理和具体例子，希望对你有所帮助~