还不是代码效率方面的专家（到目前为止）和pythonic代码编写方面的专家（到目前为止），我想问一下这里的专家是否以下代码最适合具有相同日期索引的join数据帧，或者使用merge或concat可能更好：
data = df1.join(df2).join(df3).join(df4).join(df5).dropna()
我在末尾使用了.dropna()后缀来取消出现单个NaN的行。
NB：此数据集中出现NaN的原因是因为我创建的数据帧实际上是其他数据帧的移位版本（使用.shift(n)），这意味着NaN s爬到移位的数据帧的开头。
我打算在许多其他应用程序中使用此代码，因此想使用最好的方法（即，不要不必要地使用内存，不需要花费太多时间来处理，请使用正确的join / merg / concat构造）。
答案 0 :(得分：0)
这样做应该更有效：
data = df1.join([df2, df3, df4, df5], how='inner')
这将一次合并所有数据帧。它还将排除在所有数据帧中没有值的任何行（因此不需要dropna()）。 how的默认值为'left'，它将为调用数据帧中的每一行产生一行，并用NaN填充所有丢失的值。但是，如果在连接之前任何数据框中都包含NaN值，那么您仍将需要使用dropna()。
如果您不想使用数据框索引，还可以使用on=...选择连接数据框的列。