pandas中的表连接

在pandas中，可以使用多种方法进行表连接，如下所示：

1. merge()函数：该函数可以根据指定的列将两个或多个表水平连接起来。它通过指定"on"或"left_on"和"right_on"参数来指定连接的列。例如：

   import pandas as pd
   
   df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                       'B': ['B0', 'B1', 'B2'],
                       'key': ['K0', 'K1', 'K2']})
   
   df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2'],
                       'D': ['D0', 'D1', 'D2'],
                       'key': ['K0', 'K1', 'K2']})
   
   result = pd.merge(df1, df2, on='key')
   print(result)

运行上述代码，将按照"key"列连接两个表。

2. join()方法：该方法用于根据索引将两个表连接起来。默认情况下，它以左连接方式进行连接。例如：

   import pandas as pd
   
   df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                       'B': ['B0', 'B1', 'B2']},
                      index=['K0', 'K1', 'K2'])
   
   df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2'],
                       'D': ['D0', 'D1', 'D2']},
                      index=['K0', 'K1', 'K2'])
   
   result = df1.join(df2)
   print(result)

运行上述代码，将根据索引将两个表连接起来。

这些方法还可以根据不同的连接类型进行连接，如左连接(left join)、右连接(right join)、内连接(inner join)和外连接(outer join)等。你可以根据自己的需求选择合适的方法和连接类型。