位置: IT常识 - 正文
pandas中join()的两种应用方法(pandas inner join)
编辑：rootadmin推荐整理分享pandas中join()的两种应用方法(pandas inner join)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:pandas join和merge,pandas join和merge,pandas left join,pandas中join的用法,pandas left join,pandas的join函数,pandas inner join,pandas left join,内容如对您有帮助，希望把文章链接给更多的朋友！
pandas中join()方法很神奇，join()方法虽然是连接方法，但是因为pandas有两个数据结构，join()方法针对两个数据结构有着不同的连接方法：1、根据指定的分隔符将Series中的各个元素的字符串连接起来。通过索引或指定列来连接DataFrame。
方式一：根据指定的分隔符将Series中的各个元素的字符串连接起来。
importpandasaspds=pd.Series(['A','B','C','Aaba','Baca','CABA','dog','cat'])print(s.str.join(","))0A1B2C3A,a,b,a4B,a,c,a5C,A,B,A6d,o,g7c,a,tdtype:object方式二：通过索引或指定列来连接DataFrame。
'''可以通过将两边的key进行set_index'''df_set_index=df_AA.set_index('zh').join(df_ZZ.set_index('en'),how='outer',lsuffix='_A',rsuffix='_Z')'''或设置后边df中key，通过on与指定的左边df中的列进行合并，返回的index不变'''df_set_index_on=df_AA.join(df_ZZ.set_index('en'),on='zh',how='outer',lsuffix='_A',rsuffix='_Z')以上就是pandas中join()的两种应用方法，其中Series中使用join()怒视很常用，但是也要了解下哦~
下一篇：5 分钟速通 SVG
