pandas物件中的資料可以通過一些內建的方法進行合併：pandas.merge，pandas.concat，例項方法join，combine_first，它們的使用物件和效果都是不同的，下面進行區分和比較。

資料的合併可以在列方向和行方向上進行，即下圖所示的兩種方式：

pandas.merge和例項方法join實現的是圖2列之間的連線，以DataFrame資料結構為例講解，DataFrame1和DataFrame2必須要在至少一列上內容有重疊，index也好，columns也好，只要是有內容重疊的列即可，指定其中一列或幾列作為連線的鍵，然後按照鍵，索引DataFrame2其他列上的的資料，新增DataFrame1中。例，以columns內容作為連線鍵： import numpy as np import pandas as pd from pandas import Series,DataFrame df1 = DataFrame({‘key’: [‘b’, ‘b’, ‘a’, ‘c’, ‘a’, ‘a’, ‘b’], ‘data1’: range(7)}) df2 = DataFrame({ ‘key’: [‘a’, ‘b’, ‘d’], ‘data2’: range(3), ‘data3’:range(3,6)}) DF1=pd.merge(df1, df2) 複製程式碼

通過設定merge引數’on’，‘left_on’，'right_on’可以指定用來連線的列（即關鍵的重複內容列），也可以將index作為連線鍵，只要傳入left_index=True或right_index=True（或兩個都傳）來說明索引被用作連線鍵，例：

left1 = DataFrame({‘key’: [‘a’, ‘b’, ‘a’, ‘a’, ‘b’, ‘c’], ‘value’: range(6)}) right1 = DataFrame({‘group_val’: [3.5, 7]}, index=[‘a’, ‘b’]) lr=pd.merge(left1, right1, left_on=‘key’, right_index=True)

而例項方法join預設通過index來進行連線，例：

left2 = DataFrame([[1., 2.], [3., 4.], [5., 6.]], index=[‘a’, ‘c’, ‘e’], columns=[‘Ohio’, ‘Nevada’]) right2 = DataFrame([[7., 8.], [9., 10.], [11., 12.], [13, 14]], index=[‘b’, ‘c’, ‘d’, ‘e’], columns=[‘Missouri’, ‘Alabama’]) lr2=left2.join(right2, how=‘outer’)

join方法也可以通過列來連線，同樣設定引數‘on’即可。

上面介紹的函式實現的均是列之間的連線，要實現行之間的連線，要使用pd.concat方法，例:

s1 = Series([0, 1], index=[‘a’, ‘b’]) s2 = Series([2, 3, 4], index=[‘c’, ‘d’, ‘e’]) s3 = Series([5, 6], index=[‘f’, ‘g’]) ss=pd.concat([s1, s2, s3]) st=pd.concat([s1,s2,s3],axis=1)

concat預設在axis=0上工作（沿著負y軸的方向），當設定axis=1時（沿著x軸的方向），它同時也可以實現列之間的連線，產生一個DataFrame。

最後一個例項方法combine_first，它實現既不是行之間的連線，也不是列之間的連線，它在為資料“打補丁”：用引數物件中的資料為呼叫者物件的缺失資料“打補丁”。例：

複製程式碼 a = Series([np.nan, 2.5, np.nan, 3.5, 4.5, np.nan], index=[‘f’, ‘e’, ‘d’, ‘c’, ‘b’, ‘a’]) b = Series(np.arange(len(a), dtype=np.float64), index=[‘f’, ‘e’, ‘d’, ‘c’, ‘b’, ‘a’]) b[-1] = np.nan c=b[:-2].combine_first(a[2:]) df1 = DataFrame({‘a’: [1., np.nan, 5., np.nan], ‘b’: [np.nan, 2., np.nan, 6.], ‘c’: range(2, 18, 4)}) df2 = DataFrame({‘a’: [5., 4., np.nan, 3., 7.], ‘b’: [np.nan, 3., 4., 6., 8.]}) df=df1.combine_first(df2) 複製程式碼

簡單總結來說，通過merge和join合併的資料後資料的列變多，通過concat合併後的資料行列都可以變多（axis=1)，而combine_first可以用一個數據填充另一個數據的缺失資料。

注：以上所有實驗都是預設的“inner”連線方式（交集），可以通過“how”引數改變。