df 实现left join

在Pandas库中，`df.left_join()`或`df.merge()`方法用于执行左连接（Left Join），这是SQL中的基本操作之一，用于结合两个数据框（DataFrame）基于共享的列值。假设我们有两个DataFrame，一个是"DataFrame A"，另一个是"DataFrame B"，想要根据某个键(key)将A的所有记录与B的部分匹配合并。

**左连接示例代码**:

import pandas as pd

# 假设 DataFrame A 和 B 都有一个共同的列 'key'
# DataFrame A:
df_A = pd.DataFrame({
    'key': ['K1', 'K2', 'K3'],
    'value_A': [1, 2, 3]
})

# DataFrame B:
df_B = pd.DataFrame({
    'key': ['K1', 'K4', 'K2'],
    'value_B': [4, 5, 6]
})

# 使用 left join 进行合并
merged_df = pd.merge(df_A, df_B, on='key', how='left')

# 结果会保留 df_A 中所有的记录，对于在 df_B 中没有匹配项的 'K3'，value_B 列会显示 NaN
merged_df

在这个例子中，结果数据帧(`merged_df`)会包含 `df_A` 的所有记录，即使在 `df_B` 中找不到匹配的关键字，也会保留，并在 `value_B` 列用 `NaN` 表示缺失值。