左合并、右合并是合并列

merge()

1. 指定列名合并

根据by_col这一列合并，suffixes 设置列名的后缀名（相同列不同内容时用）
merge_df = pd.merge(d_df, df, on='by_col', suffixes=('_1', '_2'))
merge_df = pd.merge(d_df, df, on=['by_col1','by_col2], suffixes=('_1', '_2'))

1. 左连接：pd.merge(df1,df2,how='left')
2. 右连接：pd.merge(df1,df2,how='right')
3. 内连接(默认)：pd.merge(df1,df2,how='inner')，默认下是根据左右对象中出现同名的列作为连接的键
4. 外连接：pd.merge(df1,df2,how='outer')

concat()

pd.concat([df1,df2], axis=1, ignore_index=True)
axis：合并方式，0-列，1-行
ignore_index：是否忽略索引

1. 按行合并：按行合并会以拥有最多行的为基准，最后合并后呈现的行数就是为基准的行数。
2. 按列合并：按列合并不会合并行，所以即使行索引一致也不会合并。
3. join方式：

pandas的5个合并函数

• join主要用于基于索引的横向合并拼接；
• merge主要用于基于指定 列的横向合并拼接；
• concat可用于横向和纵向合并拼接；
• append主要用于纵向追加；
• combine可以通过使用函数，把两个DataFrame按列进行组合。

concat合并

• 纵向合并时，相同字段合并在一起（不受字段顺序影响），不同字段有缺失值显示NaN

参考自： DataFrame合并-知乎 https://blog.csdn.net/weixin_41261833/article/details/120164659