連接另一個DataFrame的列。

與連接列other索引或鍵列上的DataFrame。通過傳遞一個列表，一次有效地通過索引連接多個DataFrame對象。

參數：

other：DataFrame, Series, 或 list of DataFrame索引應與此列中的一列相似。如果傳遞了Series，則必須設置其name屬性，并將其用作結果聯接的DataFrame中的列名稱。

on：str, list of str, 或 array-like, 可選參數調用方中要加入索引的列或索引級別名稱other，否則加入index-on-index。如果給出多個值，則otherDataFrame必須具有MultiIndex。如果調用DataFrame中尚未包含數組，則可以將其作為連接鍵傳遞。就像Excel的VLOOKUP操作一樣。

how：{‘left’, ‘right’, ‘outer’, ‘inner’}, 默認為 ‘left’如何處理兩個對象的操作。

左：使用調用框架的索引(如果指定了列，則為列)

右：使用other的索引。

external：與調用框架的索引(如果指定為on，則為列)的形式聯合other的索引，然后對其進行排序。從字典上看。

inner：與調用框架的索引(或列，如果指定為on)形成交集，other的索引，保留調用順序。

lsuffix：str, 默認為 ‘’在左框架的重疊列中使用的后綴。

rsuffix：str, 默認為 ‘’在右框架的重疊列中使用的后綴。

sort：bool, 默認為 False通過聯接關鍵字按字典順序對結果DataFrame進行排序。如果為False，則聯接鍵的順序取決于聯接類型(how關鍵字)。

返回值：

DataFrame包含來自調用方和調用方的列的 DataFrame other。

注意：

參數on, lsuffix和rsuffix傳遞列表時不支持DataFrame對象。

支持將索引級別指定為on參數已在0.23.0版本中添加。

例子：

>>> df = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],

... 'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']})

>>> df

key A

0 K0 A0

1 K1 A1

2 K2 A2

3 K3 A3

4 K4 A4

5 K5 A5

>>> other = pd.DataFrame({'key': ['K0', 'K1', 'K2'],

... 'B': ['B0', 'B1', 'B2']})

>>> other

key B

0 K0 B0

1 K1 B1

2 K2 B2

使用其索引加入DataFrames。

>>> df.join(other, lsuffix='_caller', rsuffix='_other')

key_caller A key_other B

0 K0 A0 K0 B0

1 K1 A1 K1 B1

2 K2 A2 K2 B2

3 K3 A3 NaN NaN

4 K4 A4 NaN NaN

5 K5 A5 NaN NaN

如果要使用鍵列進行聯接，則需要將鍵設置為兩個鍵的索引df和other。加入的DataFrame將以key作為其索引。

>>> df.set_index('key').join(other.set_index('key'))

A B

key

K0 A0 B0

K1 A1 B1

K2 A2 B2

K3 A3 NaN

K4 A4 NaN

K5 A5 NaN

使用鍵列進行連接的另一種方法是使用on參數。 DataFrame.join始終使用other的索引，但我們可以在其中使用任何列df。此方法在結果中保留原始DataFrame的索引。

>>> df.join(other.set_index('key'), on='key')

key A B

0 K0 A0 B0

1 K1 A1 B1

2 K2 A2 B2

3 K3 A3 NaN

4 K4 A4 NaN

5 K5 A5 NaN

總結

以上是生活随笔為你收集整理的python中的join函数连接dataframe_python pandas DataFrame.join用法及代码示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。