我试着跟随一些已经写好的代码来看看它是如何工作的。在某个点上，作者使用.join()来统一两个dfs作为一个关系数据库，所以我使用.join()，而不是merge，来看看它是如何工作的。据我所知，join无论如何都要使用merge。我已经通读了大型的Pandas Merging 101。
.join()文档说on参数接受索引或列名。我一直无法使列名版本工作。
MWE：
我定义了两个df，它们有一个公共列name，但顺序不同，所以直接索引连接无法正确组织这些。尝试将.join与on='name'一起使用会导致ValueError。我怀疑它试图将一个的索引与另一个的name进行匹配。我必须使用set_index()将列name转换为索引，然后它才能工作。

• • 那么，**为什么.join()一直坚持使用index，如果文档说我可以提供一个列名呢？

import pandas as pd

data1 = {
  "name": ["Sally", "Mary", "John"],
  "age": [50, 40, 30]
}

data2 = {
  "contacted": [True, False, False],
  "name": ["John", "Mary", "Sally"]
}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

#newdf = df1.join(df2, on='name', lsuffix='_L', rsuffix='_R') #doesn't work "ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

newdf = df1.join(df2.set_index('name'), on='name', lsuffix='_L', rsuffix='_R')

print(newdf)