python：合并2个数据帧

我想使用python的pandas连接如下所示的两个数据帧：

customer_orders = pd.DataFrame({'customerID': [1, 2, 2, 1],
                    'customerName': ['John', 'Anna', 'Anna', 'John'],
                    'customerAge': [21, 45, 45, 21],
                    'orderID': [255, 256, 257, 258],
                    'paymentType': ['visa', 'bank', 'master', 'paypal']})

这就产生了：

 customerAge  customerID customerName  orderID paymentType
0           21           1         John      255        visa
1           45           2         Anna      256        bank
2           45           2         Anna      257      master
3           21           1         John      258      paypal

   orderID  price productName
0      255   9.99      filter
1      255  23.40    cosmetic
2      257  15.89     shampoo
3      258   3.99     tissues
4      255  89.50   elecBrush
5      257  23.40    cosmetic

及

这就产生了：

 customerAge  customerID customerName  orderID paymentType
0           21           1         John      255        visa
1           45           2         Anna      256        bank
2           45           2         Anna      257      master
3           21           1         John      258      paypal

   orderID  price productName
0      255   9.99      filter
1      255  23.40    cosmetic
2      257  15.89     shampoo
3      258   3.99     tissues
4      255  89.50   elecBrush
5      257  23.40    cosmetic

到下面这样的地方 预期产量

据我所知，这是一个SQL左连接。但是使用

all = customer_orders.join(order_products, on="orderID", how='left', lsuffix='_left', rsuffix='_right')

不给我我想要的太少的行和NaN，而不是第二个表的值

---

我错过了什么？

左边？不，这是外部连接

customer_orders.merge(order_products, on="orderID", how='outer')

   customerAge  customerID customerName  orderID paymentType  price  \
0           21           1         John      255        visa   9.99   
1           21           1         John      255        visa  23.40   
2           21           1         John      255        visa  89.50   
3           45           2         Anna      256        bank    NaN   
4           45           2         Anna      257      master  15.89   
5           45           2         Anna      257      master  23.40   
6           21           1         John      258      paypal   3.99   

  productName  
0      filter  
1    cosmetic  
2   elecBrush  
3         NaN  
4     shampoo  
5    cosmetic  
6     tissues  

尝试使用合并

---

据我所知，这是可行的。除了否决票，我可以要求一些关于答案的反馈，以便我可以改进吗？他们仍然没有留下任何理由…我没有否决你！你的回答是正确的，也是我所需要的。我的错误是使用join而不是merge index而不是column另请参见：@user2952361谢谢。可能是某个人不太欣赏我的内容。很高兴它起到了作用。真的很有趣，pandas具有与SQL相同的功能。我只是对pandas有多复杂很感兴趣，它能很好地与python一起用于机器学习应用程序+1现在这正是OP的解决方案。

all = customer_orders.merge(order_products, on="orderID", how='left')