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。
importpandasaspd s=pd.Series(['A','B','C','Aaba','Baca','CABA','dog','cat']) print(s.str.join(",")) 0A 1B 2C 3A,a,b,a 4B,a,c,a 5C,A,B,A 6d,o,g 7c,a,t dtype: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~
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)