【Pandas】pandas DataFrame join

Pandas2.2 DataFrame

Combining comparing joining merging

pandas.DataFrame.join()

pandas.DataFrame.join() 是一个用于**将两个 DataFrame 按列合并（默认按行索引对齐）**的方法。它主要用于基于索引的连接操作，类似于 SQL 中的 JOIN 操作。

📌 方法签名

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

🔧 参数说明：

✅ 返回值

• 返回一个新的 DataFrame，包含两个 DataFrame 合并后的数据。

🧪 示例代码及结果

示例 1：默认按索引左连接（how='left'）

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({
    'A': ['A0', 'A1', 'A2'],
    'B': ['B0', 'B1', 'B2']
}, index=['K0', 'K1', 'K2'])

df2 = pd.DataFrame({
    'C': ['C0', 'C1', 'C3'],
    'D': ['D0', 'D1', 'D3']
}, index=['K0', 'K1', 'K3'])

# 默认 left join
result = df1.join(df2)
print(result)

输出：

     A   B    C    D
K0  A0  B0   C0   D0
K1  A1  B1   C1   D1
K2  A2  B2  NaN  NaN

示例 2：内连接（how='inner'）

result = df1.join(df2, how='inner')
print(result)

输出：

     A   B   C   D
K0  A0  B0  C0  D0
K1  A1  B1  C1  D1

示例 3：外连接（how='outer'）

result = df1.join(df2, how='outer')
print(result)

输出：

     A    B    C    D
K0  A0   B0   C0   D0
K1  A1   B1   C1   D1
K2  A2   B2  NaN  NaN
K3  NaN  NaN  C3   D3

示例 4：指定连接列（on=）

# 使用 on 参数进行连接
df1.reset_index(inplace=True)  # 将索引转为列
df2.reset_index(inplace=True)

result = df1.join(df2.set_index('index'), on='index')
print(result)

输出：

  index   A   B    C    D
0    K0  A0  B0   C0   D0
1    K1  A1  B1   C1   D1
2    K2  A2  B2  NaN  NaN

示例 5：处理列名冲突（lsuffix, rsuffix）

# 两个 DataFrame 都有列 'A'
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'C': [7, 8]})

result = df1.join(df2, lsuffix='_left', rsuffix='_right')
print(result)

输出：

   A_left  B  A_right  C
0       1  3        5  7
1       2  4        6  8

🧠 应用场景

⚠️ 注意事项

• 默认使用索引进行连接；
• 若使用 on=，则需确保该列为当前 DataFrame 的列；
• 若列名冲突，必须指定 lsuffix 和 rsuffix；
• join() 支持多个 DataFrame 合并，例如 df.join([df1, df2, df3])；
• 性能上比 merge() 更适合基于索引的连接。

✅ 对比 join() vs merge()

你可以根据是否基于索引、是否需要链式添加多个表来选择使用 join() 或 merge()。