创新互联Python教程：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。

创新互联从2013年成立，公司以成都网站制作、成都网站建设、外贸营销网站建设、系统开发、网络推广、文化传媒、企业宣传、平面广告设计等为主要业务，适用行业近百种。服务企业客户成百上千家，涉及国内多个省份客户。拥有多年网站建设开发经验。为企业提供专业的网站建设、创意设计、宣传推广等服务。 通过专业的设计、独特的风格，为不同客户提供各种风格的特色服务。

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。

import pandas as pd
s = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca', 'CABA', 'dog', 'cat'])
print(s.str.join(","))
0          A
1          B
2          C
3    A,a,b,a
4    B,a,c,a
5    C,A,B,A
6      d,o,g
7      c,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~

（推荐操作系统：windows7系统、python 3.9.1，DELL G3电脑。）

网站标题：创新互联Python教程：pandas中join()的两种应用方法
当前网址：http://www.mswzjz.cn/qtweb/news2/402152.html

攀枝花网站建设、攀枝花网站运维推广公司-贝锐智能，是专注品牌与效果的网络营销公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 贝锐智能