高效合并 Pandas DataFrame 的索引
Pandas 提供强大的数据操作工具，合并 DataFrame 是常见任务。当您的 DataFrame 共享公共索引时，利用此共享信息进行高效合并至关重要。本文探讨了基于索引合并 Pandas DataFrame 的最佳方法，重点介绍join() 方法作为首选技术。
目录
使用join() 方法进行基于索引的合并
join() 方法专门用于基于索引合并 DataFrame。与使用merge() 进行基于索引的操作相比，它提供了更简洁且通常更高效的解决方案。其直观的语法使其更易于理解和实现。
这是一个示例：
import pandas as pd
# 示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['X', 'Y', 'Z'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['Y', 'Z', 'X'])
# 基于索引连接 DataFrame
joined_df = df1.join(df2, how='inner') # 'inner', 'outer', 'left', 'right' 都是有效的选项。
print(joined_df)
此代码基于其索引合并df1 和df2。how 参数指定连接类型：'inner'（仅匹配索引）、'outer'（所有索引）、'left'（来自df1 的索引）或'right'（来自df2 的索引）。默认值为左连接。
理解基于索引的merge() 合并（不太推荐）
虽然主要设计用于基于列的连接，但merge() 函数也可以处理基于索引的合并。但是，这需要将left_index 和right_index 参数显式设置为True，这使得代码可读性降低，并且与join() 相比，效率可能更低。
以下是如何使用merge() 实现相同合并：
import pandas as pd
# 示例 DataFrame（与上面相同）
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['X', 'Y', 'Z'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['Y', 'Z', 'X'])
# 使用 merge() 基于索引合并 DataFrame
merged_df = pd.merge(df1, df2, left_index=True, right_index=True, how='inner')
print(merged_df)
选择最适合您需求的方法
对于 Pandas 中基于索引的合并，通常推荐使用join() 方法。其清晰的语法和通常更高的效率使其成为大多数场景下的最佳选择。仅当您需要结合基于索引的连接使用基于列的连接的灵活性，或者您有特定原因偏好其功能时，才使用merge()。