merge

通過pandas或DataFrame的merge方法，可以進行兩個DataFrame的連接，這種連接類似于SQL中對兩張表進行的join連接。

• how：指定連接方式。可以是inner, outer, left, right，默認為inner。
• on 指定連接使用的列（該列必須同時出現在兩個DataFrame中），默認使用兩個DataFrame中的所有同名列進行連接。
• left_on / right_on：指定左右DataFrame中連接所使用的列。
• left_index / right_index：是否將左邊（右邊）DataFrame中的索引作為連接列，默認為False。
• suffixes：當兩個DataFrame列名相同時，指定每個列名的后綴（用來區分），默認為_x與_y。

import pandas as pd
import numpy as np

df1 = pd.DataFrame([[1, 2, 3], [3, 4, 5], [5, 6, 7],[7,8,9]], columns=['a', 'b', 'c'])
df2 = pd.DataFrame([[1, 2, 4], [10, 4, 6], [3, 8, 12],[5,5,5]], columns=['a', 'b', 'c'], index=[1,2,3,4])
df3 = pd.DataFrame([[1, 2, 4], [10, 4, 6], [3, 8, 12],[5,5,5]], columns=['d', 'e', 'f'], index=[1,2,3,4])
display(df1, df2, df3)

# 根據所有同名字段（標簽名）進行等值連接。
# print(df1.merge(df2, how='left',on='a'))
pd.merge(df1,df2,how='left',on='a')

# 當列名不一樣的時候，可以使用索引拼接數據
pd.merge(df1,df3,how='left',left_index=True, right_index=True)

concat

我們可以通過DataFrame或Series類型的concat方法，來進行連接操作，連接時，會根據索引進行對齊。

• axis：指定連接軸，默認為0。
• join：指定連接方式，默認為外連接。只有【outer：并集，inner：交集】
• keys：可以用來區分不同的數據組。
• join_axes：指定連接結果集中保留的索引。
• ignore_index：忽略原來連接的索引，創建新的整數序列索引，默認為False。

# 在進行concat拼接（堆疊），時，會根據索引進行對齊。如果無法對齊，會產生空值。（NaN）
pd.concat((df1, df3),join='outer', axis=1)

# 相同的列名，按豎直方向堆疊
pd.concat((df1, df2),join='outer', axis=0, ignore_index=True)