小编介绍过pandas中join()方法两种应用方法，其中作用于dataframe是通过索引或指定列来连接dataframe，在平时中最常见的join方式为按某个相同列进行join很容易报错，这是因为join的时候会根据dataframe的索引进行，本文介绍pandas中join()方法用于索引上的合并的使用原理及具体实例。
1、pandas中join()方法
dataframe内置了join方法是一种快速合并的方法。它默认以index作为对齐的列。
2、语法格式
join(other，on=None，how=“left”，lsuffix=" “，rsuffix=” "，sort=False)
3、使用参数
on：用于连接名。 //如果两个表中行索引和列索引重叠，那么当使用join()方法进行合并时，使用参数on指定重叠的列名即可
how：可以从{“left”，“right”，” outer”，“inner”} 中任选一个，默认使用left的方式。
lsuffix：接收字符串，用于在左侧重叠的列名后添加后缀名。
rsuffix：接收字符串，用于在右侧重叠的列名后添加后缀名。sort：接收布尔值，根据连接键对合并的数据进行排序，默认为False。
4、通过索引连接DataFrame使用实例
>>> caller.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 K99 B99 4 K4 A4 NaN NaN 5 K5 A5 NaN NaN
以上就是pandas中join()方法用于索引上的合并的使用原理及具体实例，希望能对你有所帮助哦~
