数据合并与重塑有merge，join，concat三种方法，本文先对merge进行讲解
目录
（2）当两个表用来做连接键的列名都不相同时（本次默认内连接）
1.merge参数概览
| 参数 | 介绍 |
| how | 连接方式（左连接left，右连接right，内连接inner，外连接outer）默认内连接 |
| on | 用来做连接键的列名（两表必须相同） |
| left_on | 左表用来做连接键的列名 |
| right_on | 右表用来做连接键的列名 |
| left_index | True表示左表索引列作为连接键 |
| right_index | True表示右表索引列作为连接键 |
| suffix | 给两表的列加后缀进行区分 |
2.左右内外连接概念讲解
pandas中的左右内外连接和mysql中的大致相同，学过mysql的更容易理解
现在有两张表：表1和表2
（1）左连接
以表1为准，将表2中与表1能根据连接键对应的数据与表1合并，和表1对应不上的数据则丢弃，在此过程中表1的数据是被完全保留下的
（2）右连接
与左连接相反，以表2为准，将表1中与表2能根据连接键对应的数据与表2合并，和表2对应不上的数据则丢弃，在此过程中表2的数据是被完全保留下的
（3）内连接
将表1和表2中根据连接键对应两边都有的数据合并，在此过程中表1只保留了能和表2对应的数据，表2也只保留下了能和表1对应的数据，有点类似于数学中的交集
（4）外连接
表1和表2的数据根据连接键对应合并，在此过程中表1表2的数据全都保留下来，相当于数学中的并集
3.merge数据合并
首先将两个表的数据进行读取
import pandas as pd adress1="D:/pandas练习文件/merge1.xlsx" adress2="D:/pandas练习文件/merge2.xlsx" data1=pd.read_excel(adress1) data2=pd.read_excel(adress2)
（1）当两个表用来做连接键的列名都相同时（以左连接为例）
A使用方法：
pd.merge(数据1，数据2，on=" "，how=" ")
all_data=pd.merge(data1,data2,on="姓名",how="left")
B数据合并前后对比：
（2）当两个表用来做连接键的列名都不相同时（本次默认内连接）
A使用方法
pd.merge(数据1，数据2，left_on=""，right_on="")
all_data=pd.merge(data1,data2,left_on="姓名1",right_on="姓名2")
B数据合并前后对比
