熊猫康卡特方法

Question

我正在使用这两个pandas DataFrames：

1. t1 = pd.DataFrame(data=[['A',1], ['B', 2]])

2. t2 = pd.DataFrame(data=[['A',1], ['B', 2]])

请说明参数与内部和外部的连接如何对连接的数据框起作用

Answer 1

在这种情况下，内部和外部都会给你相同的结果。

正如documentation所解释的那样，加入=＆＃39;外部＆＃39;将连接并返回帧没有完全重叠的行，就你没有连接的轴上的索引而言，用NaN填充缺失值。

加入=＆＃39;内＆＃39;只返回在你没有连接的轴上完全重叠的行。

t1 = pd.DataFrame(data={'letter':['A','B'], 'number':[1, 2]}, index=[1,2])
t2 = pd.DataFrame(data={'letter':['B','C'], 'number':[1, 2]}, index=[2,3])
pd.concat([t1,t2], join='outer', axis=1)

给出

    letter  number  letter  number
1   A   1.0 NaN NaN
2   B   2.0 B   1.0
3   NaN NaN C   2.0

pd.concat([t1,t2], join='inner', axis=1)

给出

    letter  number  letter  number
2   B   2   B   1