Na czym to polega w sklepie
Metoda df.join łączy DataFrame z innym obiektem po indeksie (domyślnie left join). Wydajniejsza niż merge gdy klucz jest już w indeksie - typowy wzorzec: set_index("sku") + join(catalog).
Przykład ze sklepu internetowego
Masz order_lines z kolumną SKU i osobny product_catalog z kategorią i marką. Ustawiasz SKU jako indeks i joinujesz:
import pandas as pd
lines = pd.read_csv("order_lines.csv").set_index("sku")
catalog = pd.read_csv("product_catalog.csv").set_index("sku")
enriched = lines.join(catalog[["category", "brand", "unit_cost"]], how="left")
enriched["line_margin"] = enriched["line_revenue"] - enriched["unit_cost"] * enriched["qty"]Co zrobić po stronie biznesu
- Join dziennych metryk po indeksie daty w szeregu czasowym.
- Dołączenie mapowania kampanii (indeks = utm_campaign) do sesji.
- Łączenie wielu tabel wymiarowych w gwiazdę analityczną po kluczach naturalnych.
W skrócie
join na indeksie to czytelny idiom dla lookup tables. Pamiętaj o how="left" - zachowujesz wszystkie linie zamówień nawet bez dopasowania w katalogu.