pandas内连接为空

基于值的连接在pandas中可以由merge函数实现，其中how参数可以指定连接方式，包括左连接（left）、右连接（right）、内连接（inner）和外连接（outer）。如果使用内连接（inner），则只会保留两个表中都存在的行，如果内连接结果为空，则说明两个表中没有共同的行。此外，还需要注意连接的列是否存在缺失值，缺失值也会导致连接结果为空。

相关问题

pandas中的join左连接和右连接有什么不同？

在pandas中，join是连接两个DataFrame的一种方法。左连接和右连接是join的两个变种，它们的主要区别在于连接的是哪个DataFrame。

左连接（left join）：将左侧的DataFrame全部保留，右侧的DataFrame根据左侧DataFrame中的键进行匹配。如果右侧DataFrame中没有匹配的键，则右侧DataFrame中相应行的值为空。

右连接（right join）：将右侧的DataFrame全部保留，左侧的DataFrame根据右侧DataFrame中的键进行匹配。如果左侧DataFrame中没有匹配的键，则左侧DataFrame中相应行的值为空。

简而言之，左连接保留左侧的所有行，右连接保留右侧的所有行。

pandas.concat和pandas.join和pandas.merge

pandas.concat是pandas库中一个用于连接（合并）多个数据框（DataFrame）的函数。它可以沿着指定的轴（默认为行轴）将多个数据框连接在一起，形成一个新的数据框。这个函数可以实现多种连接方式，包括按行或按列连接，连接时可以指定连接方式（内连接、外连接等）以及对缺失值的处理方式。pandas.concat的语法如下：

pandas.concat(objs, axis=0, join='outer', ignore_index=False)

其中，objs是要连接的多个数据框（DataFrame）的列表或字典；axis是指定连接的轴，默认为行轴（axis=0）；join是指定连接方式，默认为外连接（join='outer'）；ignore_index是是否忽略原始索引，默认为False。

pandas.join是pandas库中用于按照索引连接多个数据框的方法。它可以根据索引将多个数据框连接在一起，形成一个新的数据框。和pandas.concat不同，pandas.join只能按照索引进行连接，无法指定其他连接方式。pandas.join的语法如下：

DataFrame.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)

其中，DataFrame是要连接的数据框；other是要连接的其他数据框；on是指定连接的列名或列名列表，默认为None使用索引进行连接；how是指定连接方式，默认为左连接（how='left'）；lsuffix和rsuffix是指定用于重叠列的后缀，默认为空字符串；sort是指定是否根据连接键排序，默认为False。

pandas.merge是pandas库中一个类似于SQL的内连接操作，用于按照列进行连接多个数据框。它可以根据指定的列将多个数据框连接在一起，形成一个新的数据框。pandas.merge的语法如下：

pandas.merge(left, right, on=None, how='inner', sort=False)

其中，left和right是要连接的两个数据框；on是指定连接的列名或列名列表，默认为None自动寻找重叠列进行连接；how是指定连接方式，默认为内连接（how='inner'）；sort是指定是否根据连接键排序，默认为False。