python df.join函数

`df.join()` 是 Pandas 数据分析库中用于将两个数据表按照某些列进行连接的函数。它支持多种不同的连接类型（inner、outer、left、right），并且可以指定连接的列名、连接方式以及合并后的列名等参数。

下面是一个简单的例子，假设我们有两个数据表 `df1` 和 `df2`，它们分别包含了学生的姓名和成绩信息：

import pandas as pd

df1 = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [18, 19, 20, 21],
})

df2 = pd.DataFrame({
    'name': ['Alice', 'Charlie', 'Eve'],
    'score': [90, 85, 95],
})

我们可以使用 `df.join()` 函数将它们按照姓名进行连接：

result = df1.join(df2.set_index('name'), on='name', how='left')

这里使用了 `df2.set_index('name')` 将 `df2` 中的 `name` 列设置为索引，然后使用 `on='name'` 指定连接的列名为 `name`，`how='left'` 表示使用左连接方式。合并后的结果如下：

       name  age  score
0     Alice   18   90.0
1       Bob   19    NaN
2   Charlie   20   85.0
3     David   21    NaN

可以看到，合并后的结果包含了两个数据表中所有姓名的信息，并根据连接方式填充了缺失值。