Python pandas中pd.join（how='；left'；）的意外结果

在计算机上使用jupyter笔记本 3.6.3 |蟒蛇定制（64位）|（默认，2017年10月15日，03:27:45）[MSC v.1900 64位（AMD64）]

考虑下面的简单示例：

left = pd.DataFrame({'k': ['K0', 'K1', 'K2'], 'v': [1, 2, 3]}).set_index('k')
right = pd.DataFrame({'k': ['K0', 'K0', 'K3'], 'v': [4, 5, 6]}).set_index('k')
right2 = pd.DataFrame({'v': [7, 8, 9]}, index=['K1', 'K1', 'K3'])
left
right
right2
left.join(right,how='left',lsuffix='_L',rsuffix='_R')
pd.merge(left,right,how='left',right_index=True,left_index=True)

到目前为止，一切都很好！最后两行产生了与预期相同的结果，但下面的行结果对我来说是相当意外的，因为它包含不属于

left

数据帧的索引（结果似乎是外部联接）：

我注意到它也使用了

.merge

默认后缀，而不是我为

.join

指定的后缀，我没有收到任何错误。为什么呢

当连接两个以上的数据帧时，也可以这样做，如下所示：

left.join([right,right2])

我不明白为什么结果包含不属于

left

数据帧的索引，即使这是一个左连接

这可以在有关的pandas文档中看到

---

非常感谢

对于问题的第一部分（即：我注意到它也使用了.merge默认后缀，而不是我为.join指定的后缀，而且我没有收到任何错误。这是为什么？）我不知道为什么，但根据文档，它似乎是正确的：

Notes
-----
on, lsuffix, and rsuffix options are not supported when passing a list
of DataFrame objects

---

那么你问题的最后一部分我有点不知道。如果您检查

df.join（）

的代码，则在使用列表时似乎是这样的…

。您将看到，如果

other

不是

数据帧

或

系列

，即

列表

，在某个时候会发生这种情况：

        # join indexes only using concat
        if how == 'left':   
            how = 'outer'
            join_axes = [self.index]
        else:
            join_axes = None

        frames = [self] + list(other)

        can_concat = all(df.index.is_unique for df in frames)

        if can_concat:
            return concat(frames, axis=1, join=how, join_axes=join_axes,
                          verify_integrity=True)

        joined = frames[0]

        for frame in frames[1:]:
            joined = merge(joined, frame, how=how, left_index=True,
                           right_index=True)

        return joined

因此，

how='left'

更改为

how='outer'

。我不知道为什么要这样做，但似乎是为了（正如评论所暗示的）做一些准备；concat只能处理“内部”或“外部”。但是在您的情况下，索引不是唯一的，代码底部的for循环被执行（但仍然使用how='outer'）。这解释了您所看到的情况（与外部联接类似合并的行为）

当然，您也可以使用相同的策略，但如何在代码中直接使用='left'来执行一系列左连接：

joined = left
for frame in [right, right2]:
    joined = pd.merge(joined, frame, how='left', left_index=True, right_index=True)

---

这是一种意想不到的行为，现已作为一种行为提交。

joined = left
for frame in [right, right2]:
    joined = pd.merge(joined, frame, how='left', left_index=True, right_index=True)