Pandas知识点-合并操作join

在Pandas中，join()方法也可以用于实现合并操作，本文介绍join()方法的具体用法。

一基础合并操作

join(other): 将一个或多个DataFrame加入到当前DataFrame中，实现合并的功能。other参数传入被合并的DataFrame，通常是传入一个DataFrame，将两个DataFrame合并到一起，如果需要合并多个，则用列表或元组的方式传入(合并多个DataFrame需要满足一些条件，本文会介绍)。

join()方法合并的结果默认以左连接的方式进行合并，默认的连接列是DataFrame的行索引，并且，合并两个DataFrame时，两个DataFrame中不能有相同的列名(不像merge()方法会自动给相同的列名加后缀)。

二 连接方式

how: 指定合并时使用的连接方式，连接方式有四种，默认为left。

三设置用于连接的列

on: 指定合并时调用join()方法的DataFrame中用于连接(外连，内连，左连，右连)的列。默认为None，join()方法默认是使用行索引进行连接。on参数指定连接列时，只能指定调用join()方法的DataFrame，而传入join()方法的DataFrame还是用行索引进行连接。

观察上面的例子，left1中有key列，而right1中没有key列，不过right1的行索引可以与left1的key列可以进行匹配，用左连接的方式得到结果。这个结果相当于如下的merge()操作。

on参数也可以指定多个列作为连接列。

on参数指定多个列作为连接列时，这些列都要在调用join()方法的DataFrame中，此时，传入join()方法的DataFrame必须为多重行索引(MultiIndex)，且与on指定的列数相等，否则会报错。

假如第一个DataFrame是单行索引，第二个DataFrame是多重行索引，此时如果不指定on参数，就必须给两个DataFrame的行索引命名，并且单行索引的索引名要包含在多重行索引的索引名中，才能够合并成功，否则会报错。

四设置相同列名的后缀

lsuffix: 当两个DataFrame中有相同的列名时，使用lsuffix参数给调用join()的DataFrame设置列名后缀。

rsuffix: 当两个DataFrame中有相同的列名时，使用rsuffix参数给传入join()的DataFrame设置列名后缀。

lsuffix和rsuffix默认为空字符串，合并两个DataFrame时，join()方法不会自动给相同的列名加后缀进行区分，如果不给相同的列设置后缀会报错。只有给lsuffix和rsuffix指定值之后(即使指定相同的值也可以)，合并才会成功。

五合并多个DataFrame

join()方法可以用于合并多个DataFrame，传入的时候用列表或元组的方式传入。此时不用指定lsuffix和rsuffix，即使指定了也不会生效，合并多个DataFrame时，如果有相同的列名，会自动加上_x和_y的后缀，重复多次也会循环加_x和_y。

合并多个DataFrame时，只支持用DataFrame的行索引进行连接，不能使用on参数。默认使用的是左连接，可以设置成其他的连接方式。

以上就是Pandas合并方法join()的介绍，如果需要本文代码，可以点击关注公众号“Python碎片”，然后在后台回复“pandas14”关键字获取完整代码。