pandas中join()的两种应用方法

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~