concat（上下拼接） 用于堆叠,多表合并 用的时候要对表的字段进行检查，避免出现重复或者差异，否则会产生新的字段；
    如果什么都没有则非常方便，主要是在数据清洗上边
    join

    和sql里差不多，主要用于索引

    | 如果是一个固定的索引列，比如时间序列，日期等，可以考虑join | | merge（左右拼接） |

    根据键值 | |

    1. 1、merge：针对具体的某个列
    2. - position.merge(right=company,how='inner',on='companyId')
    3. - 同名会去重，不同名则会保留，比如：left on = companyId,right on = id
    4. - pd.merge()和position.merge()会有一点小差异，前边比后边多出来一个left
    5. position.merge(right=company,how='inner',on='companyId')
    7. 改字段名称：
    8. - rename可以把行标签和列标签都改掉
    9. - 只单独改一个的话: 
    10. col = list[company.columns]
    11. col[0] = id
    12. company.columns = col
    14. 2、join：dataframe内置的join方法是一种快速合并的方法。它默认以index作为对齐的列
    15. 列名相同，内容也有相同
    16. company.join(position,lsuffix='_1',rsuffix='_2')
    18. 3、concat：相当于sql里union
    19. - 默认上下：axis=0，左右：axis=1
    20. - 上下拼接：pd.concat([company,position])
    21. # 上下拼接如果要生成新索引，忽略原来索引怎么办？默认有个参数ignore_index= False，将其值改为True
    22. - 左右拼接：pd.concat([company,position],axis=1)
    24. 什么时候用concat？
    25. 比如每个月都有销售明细，每个月一个表，表的字段基本相同，最后用的时候，可以使用concat把十几张表拼接在一起