Python 3.x 如何'；。join（）'；在下面的Python代码中工作

有两个数据帧“左”和“右”。我正在数据帧上应用“.join”，更改参数“how”和“on”的默认值。我无法理解我得到以下结果的逻辑/方式

import pandas as pd
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                      index=['K0', 'K1', 'K2']) 

right = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                    'D': ['D0', 'D2', 'D3']},
                      index=['K0', 'K2', 'K3'])

left.join(right,how='outer',on='A')

实际产量：

    A   B   C   D
K0  A0  B0  NaN NaN
K1  A1  B1  NaN NaN
K2  A2  B2  NaN NaN
K2  K0  NaN C0  D0
K2  K2  NaN C2  D2
K2  K3  NaN C3  D3

---

由于您指定

.join

应位于名为

A

的列上，而该列在

右侧的数据框中不存在，因此您获得了此输出

上的

参数应该是一个列或索引级别的名称，以便在另一个
数据帧的索引上联接，在您的情况下，由于
a
不是另一个数据帧的索引，因此不会发生联接，只是基于
外部联接将两个数据帧连接起来

相反，您不应该在
上使用
，因为默认情况下，
.join
使用
索引

import pandas as pd
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                      index=['K0', 'K1', 'K2']) 

right = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                    'D': ['D0', 'D2', 'D3']},
                      index=['K0', 'K2', 'K3'])

left.join(right,how='outer')

如果要基于列中的值进行合并，请改用。
您将获得此输出，因为您指定
.join
应位于名为
a
的列上，该列在
右侧的
数据框中不存在

上的
参数应该是一个列或索引级别的名称，以便在另一个
数据帧的索引上联接，在您的情况下，由于
a
不是另一个数据帧的索引，因此不会发生联接，只是基于
外部联接将两个数据帧连接起来

相反，您不应该在
上使用
，因为默认情况下，
.join
使用
索引

import pandas as pd
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']},
                      index=['K0', 'K1', 'K2']) 

right = pd.DataFrame({'C': ['C0', 'C2', 'C3'],
                    'D': ['D0', 'D2', 'D3']},
                      index=['K0', 'K2', 'K3'])

left.join(right,how='outer')

如果您希望基于列中的值进行合并，请改用。
I know
on
参数应位于列或索引级别名称上，并且我提供的列名不存在于右df上（这是有意的）。但是我想知道python如何过滤/处理这个
left.join（right，how='outer'，on='A'）
的输出。此外，它不仅需要连接，因为结果df的索引包含“K2”4次，这在连接中不会发生。我知道
on
参数应该位于列或索引级别名称上，我提供的列名称在右df上不存在（这是有意的）。但是我想知道python如何过滤/处理这个
left.join（right，how='outer'，on='A'）
的输出。此外，它不仅需要连接，因为结果df的索引包含“K2”4次，这在连接中不会发生。