pandas join 函数

pandas join 函数用于将两个 DataFrame 按照指定的列或索引进行合并。

语法：

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

参数说明：

- `other`：要合并的另一个 DataFrame。
- `on`：用于合并的列或索引，必须在两个 DataFrame 中都存在。
- `how`：合并方式，可选值包括 'left', 'right', 'outer', 'inner'，默认为 'left'。
- `lsuffix` 和 `rsuffix`：用于区分两个 DataFrame 中重名列的后缀。
- `sort`：是否按照合并列或索引排序，默认为 False。

示例：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 按照 key 列合并两个 DataFrame
result = df1.join(df2.set_index('key'), on='key', rsuffix='_right')

print(result)

输出结果如下：

  key  value  value_right
0   A      1          NaN
1   B      2          5.0
2   C      3          NaN
3   D      4          6.0

可以看到，按照 key 列合并后，只保留了两个 DataFrame 中都存在的行，同时右侧 DataFrame 中没有对应行的值被填充为 NaN。