pandas.DataFrame.join

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

连接另一个DataFrame的列。

在索引或键列上将列与 other DataFrame 连接。通过传递列表，可以一次有效地按索引连接多个 DataFrame 对象。

Parameters:

otherDataFrame、Series 或包含它们的任意组合的列表

索引应类似于此 DataFrame 的其中一个列。如果传入 Series，则必须设置其 name 属性，该属性将用作结果连接 DataFrame 中的列名。

onstr, list of str, or array-like, optional

列或索引级别名称，用于在 other 的索引上进行连接，否则将索引与索引连接。如果提供了多个值，则 other DataFrame 必须具有 MultiIndex。如果连接键不包含在调用 DataFrame 中，则可以将其作为数组传递。类似于 Excel 的 VLOOKUP 操作。

how{‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}, default ‘left’

如何处理两个对象的连接操作。

• left：使用调用者的索引（如果指定了 on，则使用列）。

• right： 使用 other 的索引。

• outer： 形成调用者的索引（如果指定了 on，则使用列）与 other 的索引的并集，并按字典顺序排序。

• inner： 形成调用者的索引（如果指定了 on，则使用列）与 other 的索引的交集，并保留调用者的顺序。

• cross： 从两个 DataFrame 创建笛卡尔积，保留左键的顺序。

lsuffixstr, default ‘’

用于左侧 DataFrame 重叠列的后缀。

rsuffixstr, default ‘’

str, default ‘’

sortbool，默认 False

用于右侧 DataFrame 重叠列的后缀。

validatebool, default False

按连接键对结果 DataFrame 进行字典顺序排序。如果为 False，则连接键的顺序取决于连接类型（how 关键字）。

• str, optional

• 如果指定，则检查连接是否为指定类型。

• “one_to_one” or “1:1”: 检查连接键在左右数据集中是否唯一。

• “one_to_many” or “1:m”: 检查连接键在左侧数据集中是否唯一。

在 1.5.0 版本加入.

Returns:

DataFrame

“many_to_one” or “m:1”: 检查连接键在右侧数据集中是否唯一。

参见

DataFrame.merge

包含来自调用者和 other 的列的 DataFrame。

Notes

DataFrame.merge

Examples

>>> 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

用于列到列的操作。

>>> 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

当传入 DataFrame 对象列表时，不支持 on、lsuffix 和 rsuffix 参数。

>>> 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

使用它们的索引连接 DataFrame。

>>> 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

如果我们想使用键列进行连接，我们需要将键设置为 df 和 other 的索引。连接后的 DataFrame 将以键作为其索引。

>>> df = pd.DataFrame({'key': ['K0', 'K1', 'K1', 'K3', 'K0', 'K1'],
...                    'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5']})

>>> df
  key   A
0  K0  A0
1  K1  A1
2  K1  A2
3  K3  A3
4  K0  A4
5  K1  A5

>>> df.join(other.set_index('key'), on='key', validate='m:1')
  key   A    B
0  K0  A0   B0
1  K1  A1   B1
2  K1  A2   B1
3  K3  A3  NaN
4  K0  A4   B0
5  K1  A5   B1