pandas.DataFramejoin()函数实现表格合并操作

pandas是一个功能强大的Python库，用于数据处理和分析。它提供了一个函数join()，用于将两个或多个DataFrame对象水平合并为一个DataFrame对象。这个函数在数据分析和数据整合过程中非常有用。

join()函数的基本语法如下：

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

参数说明：

- other：另一个DataFrame对象，用于进行合并操作。

- on：指定用于合并的列名或列名的列表。如果不指定，将根据两个DataFrame对象的索引进行合并操作。

- how：指定合并方式，包括'left'、'right'、'outer'和'inner'。默认为'left'。

- 'left'：以左边的DataFrame为基准进行合并。

- 'right'：以右边的DataFrame为基准进行合并。

- 'outer'：将两个DataFrame中的所有行进行合并，缺失值用NaN填充。

- 'inner'：只保留两个DataFrame中共有的行进行合并。

- lsuffix和rsuffix：如果两个DataFrame中存在相同列名，可以使用这两个参数指定列名的后缀。默认为空。

下面通过一个示例来说明join()函数的使用。

假设我们有两个DataFrame对象：df1和df2，它们分别表示两个班级的学生信息，包括学号和姓名。我们要将这两个DataFrame按学号进行合并，并通过共同的学号将学生姓名合并到一个新的DataFrame中。

import pandas as pd

data1 = {'学号': ['001', '002', '003', '004'],
         '姓名': ['张三', '李四', '王五', '赵六']}
df1 = pd.DataFrame(data1)

data2 = {'学号': ['002', '003', '004', '005'],
         '姓名': ['小明', '小红', '小刚', '小美']}
df2 = pd.DataFrame(data2)

df3 = df1.join(df2.set_index('学号'), on='学号', rsuffix='_df2')

print(df3)

输出结果为：

  学号 名称  姓名_df2
0  001  张三     NaN
1  002  李四      小明
2  003  王五      小红
3  004  赵六      小刚

在上面的例子中，首先创建了两个DataFrame对象df1和df2，它们都有学号和姓名两列。然后，使用join()函数将df1和df2按学号进行合并，合并方式为左连接（left join），即以df1为基准，将df2中相同学号的行合并到df1中。合并后的结果保存在df3中。

join()函数的参数on='学号'指定了要进行合并的列名为'学号'，这表示要根据学号将两个DataFrame进行合并。由于df2中存在一个列名为'学号'，为了避免合并后的结果中出现重复的列名，我们使用了参数rsuffix='_df2'，将df2中的'学号'列重命名为'学号_df2'。

从输出结果可以看出，合并后的DataFrame中包含了df1和df2中的所有学号列，并将相同的学号行合并在一起。对于在df1中存在但df2中不存在的学号，合并结果中对应的姓名为NaN。

这就是join()函数的简单用法和一个实际的例子。通过这个函数，我们可以方便地将多个DataFrame对象按照指定的条件进行合并操作，实现表格的整合和分析。