• right：另一个DataFrame对象

      • how：指定连接类型。可以为：

        • 'left'：左连接。只使用左边DataFrame的连接键
        • 'right'：右连接。只使用右边DataFrame的连接键
        • 'outer'：外连接。使用两个DataFrame的连接键的并集
        • 'inner'：内连接。使用两个DataFrame的连接键的交集

      • on：一个label或者label list。它指定用作连接键的列的label。并且必须在两个DataFrame中这些label都存在。如果它为None，则默认使用两个DataFrame的列label的交集。你可以通过left_on/right_on分别指定两侧DataFrame对齐的连接键。

      • left_on：一个label或者label list。指定左边DataFrame用作连接键的列，参考on

      • right_on：一个label或者label list。指定右边DataFrame用作连接键的列，参考on

      • left_index：一个布尔值。如果为True，则使用左边的DataFrame的行的index value来作为连接键来合并

      • right_index：一个布尔值。如果为True，则使用右边的DataFrame的行的index value来作为连接键来合并

      • sort：一个布尔值。如果为True，则在结果中，对合并采用的连接键进行排序

      • suffixes：一个二元序列。对于结果中同名的列，它会添加前缀来指示它们来自哪个DataFrame

      • copy：一个布尔值。如果为True，则拷贝基础数据。否则不拷贝数据

      • indicator：一个字符串或者布尔值。

        • 如果为True，则结果中多了一列称作_merge，该列给出了每一行来自于那个DataFrame

      说明：

      • 如果合并的序列来自于行的index value，则使用left_index或者right_index参数。如果是使用了left_index=True，则必须使用right_index=True，或者指定。此时right_on为第二个DataFrame的行label。此时所有对键的操作都针对index label，而不再是column label。
      • 如果不显示指定连接的键，则默认使用两个DataFrame的column label的交集中的第一个label。
      • 如果根据列来连接，则结果的index label是RangeIndex（连续整数）。如果根据行label value连接，则结果的index label/column label来自两个DataFrame
      • 对于层次化索引的数据，你必须以列表的形式指明用作合并键的多个列。

      merge1

    3. 如果所有的连接键来自于某列值，则可以使用DataFrame.join()函数。它是.merge()的简化版。

      • other：一个DataFrame，或者一个Series（要求它的name非空），或者一个DataFrame序列。Series的name作用等同DataFrame的column label
      • on：指定以调用者的那个column对应的列为键。
      • how：参考merge的how
      • lsuffic/rsuffix：参考merge的suffixes。如果结果中有重名的列，则必须指定它们之一。
      • sort：一个布尔值。如果为True，则在结果中，对合并采用的连接键进行排序

      如果是Series，则连接键为Series的index value。此外，DataFrame默认使用 index value（这与merge()不同）。

      join0

    4. pandas.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)函数：它将多个DataFrame/Series对象拼接起来。

      • objs：一个序列，序列元素为Series/DataFrame/Panel等。你也可以传入一个字典，此时字典的键将作为keys参数。

      • axis：指定拼接沿着哪个轴。可以为0/'index'/，表示沿着 0 轴拼接。可以为1/'columns'，表示沿着 1轴拼接。

      • join：可以为'inner'/'outer'，指定如何处理其他轴上的索引。

      • join_axes：一个Index对象的列表。你可以指定拼接结果中，其他轴上的索引而不是交集或者并集（join参数使用时，其他轴的索引是计算得出的）。

      • verify_integrity：一个布尔值。如果为，则检查新连接的轴上是否有重复索引，如果有则抛出异常。

      • levels：一个序列。与keys配合使用，指定多级索引各级别上的索引。如果为空，则从keys参数中推断。（推荐为空）

      • ignore_index：一个布尔值。如果为True，则不使用拼接轴上的index value，代替以RangeIndex，取值为0,1,...

      • copy：一个布尔值。如果为True，则拷贝数据。

      concat0 concat2

    5. Series/DataFrame.combine_first()也是一种合并方式。它用参数对象中的数据给调用者打补丁。

      • other：Series中必须为另一个Series，DataFrame中必须为另一个DataFrame

      结果的index/columns是两个的并集。结果中每个元素值这样产生：

      • 如果调用者不是NaN，则选择调用者的值
      • 如果调用者是NaN，则选择参数的值（此时无论参数的值是否NaN）

      combine_first1

    6. Series/DataFrame.combine()也是一种合并。

      • other：Series中必须为另一个Series，DataFrame中必须为另一个DataFrame

      • func：一个函数，该函数拥有两个位置参数。第一个参数来自于调用者，第二个参数来自于other。

        • 对于Series，两个参数都是标量值，对应它们对齐后的元素值。返回值就是结果对应位置处的值。
        • 对于DataFrame，这两个参数都是Series，即对应的列。

      • fill_value：一个标量 。在合并之前先用它来填充 NaN。

      • overwrite：如果为True，则原地修改调用者。如果为False，则返回一个新建的对象。

      对于Series，结果的index是两个的并集。结果中每个元素值这样产生：

      • 将两个Series在同一个index的两个标量值分别传给func
      • func的返回值就是结果Series在该index处的值

      对于DataFrame，结果的index/columns是两个的并集。结果中每列这样产生：

      • func的返回值就是结果DataFrame在该column label列的值