在数据分析的世界里，我们常常需要把不同来源的数据“组合”起来，比如把用户信息表和订单表合并分析，或者把不同月份的销售数据拼接成一个大表。pandas 提供了 merge 和 concat 两个超级实用的工具，能帮我们轻松完成这些操作。今天我们就用最简单的方式，一步步掌握这两个基础操作，新手也能快速上手！
一、为什么需要数据合并？¶
想象一下，你有两个表格：一个是“学生基本信息表”（包含姓名、年龄），另一个是“学生成绩表”（包含姓名、科目、分数）。如果想分析每个学生的成绩和年龄，就需要把这两个表“合并”起来。pandas 的 merge 和 concat 就是干这个的！
二、concat：简单拼接，适合“加行”或“加列”¶
concat 就像“把两张纸上下或左右粘在一起”，不需要关联键，直接按顺序拼接。
1. 基本语法¶
pd.concat(objs, axis=0, ignore_index=False)
objs：要拼接的 DataFrame 列表（比如[df1, df2]）axis=0：默认“上下拼接”（行方向）；axis=1：“左右拼接”（列方向）ignore_index=True：重置索引（避免拼接后索引重复，新手必看！）
2. 行方向拼接（上下拼接）¶
场景：把两个结构相同的表按行合并（比如不同月份的销售数据）。
示例：
import pandas as pd
# 创建两个简单的 DataFrame
df1 = pd.DataFrame({
'姓名': ['张三', '李四'],
'年龄': [20, 21]
})
df2 = pd.DataFrame({
'姓名': ['王五', '赵六'],
'年龄': [22, 23]
})
# 上下拼接（默认 axis=0）
result_row = pd.concat([df1, df2])
print("不重置索引的拼接结果：")
print(result_row)
# 重置索引（推荐！避免索引重复）
result_row_reset = pd.concat([df1, df2], ignore_index=True)
print("\n重置索引后的拼接结果：")
print(result_row_reset)
输出对比：
- 不重置索引时，结果会保留原索引（0,1,0,1）
- 重置索引后，索引会变成 0,1,2,3（更清晰）
3. 列方向拼接（左右拼接）¶
场景：把两个结构不同但有共同“行标识”的表按列合并（比如学生信息表+成绩表）。
示例：
# 新增一个成绩表
score = pd.DataFrame({
'科目': ['数学', '语文'],
'分数': [90, 85]
})
# 左右拼接（axis=1）
result_col = pd.concat([df1, score], axis=1)
print("\n列方向拼接结果：")
print(result_col)
输出：
姓名 年龄 科目 分数
0 张三 20 数学 90
1 李四 21 语文 85
（注意：这里 df1 和 score 行数不同，拼接后会自动补 NaN 吗？不会！ 因为列拼接要求行数必须相同，否则会报错。如果行数不同，会用 NaN 填充吗？测试发现，如果行数不同，比如 df1 有 2 行，score 有 2 行才可以。如果行数不同，会报错。所以列拼接通常要求行数量一致。）
三、merge：基于“键”合并，像 SQL JOIN¶
merge 就像“按身份证号匹配两个人的信息”，需要共同的“键”（比如姓名、ID）来关联，类似 SQL 的 JOIN 操作。
1. 基本语法¶
pd.merge(left, right, on=None, how='inner', left_on=None, right_on=None)
left/right：要合并的两个 DataFrameon：共同的列名（如果两个表的键名相同）how：合并方式（inner/left/right/outer，默认inner）left_on/right_on：如果键名不同，用这两个参数分别指定（比如左表用id，右表用student_id）
2. 核心合并方式（以“学生表”和“成绩表”为例）¶
假设我们有：
- 学生表（student）：包含 student_id（学号）、姓名、年龄
- 成绩表（score）：包含 student_id（学号）、科目、分数
# 创建示例数据
student = pd.DataFrame({
'student_id': [1, 2, 3],
'姓名': ['张三', '李四', '王五'],
'年龄': [20, 21, 22]
})
score = pd.DataFrame({
'student_id': [1, 2, 4], # 注意：4号学生在学生表中不存在
'科目': ['数学', '语文', '英语'],
'分数': [90, 85, 95]
})
（1）内连接（how='inner'，默认）¶
效果：只保留两个表都有的“共同键”（student_id）对应的行。
inner_merge = pd.merge(student, score, on='student_id')
print("内连接结果：")
print(inner_merge)
输出：
student_id 姓名 年龄 科目 分数
0 1 张三 20 数学 90
1 2 李四 21 语文 85
- 结果只保留
student_id=1和2（学生表中 3 号、成绩表中 4 号被排除）
（2）左连接（how='left'）¶
效果：保留左表（student）的所有行，右表（score）没有匹配的用 NaN 填充。
left_merge = pd.merge(student, score, on='student_id', how='left')
print("\n左连接结果：")
print(left_merge)
输出：
student_id 姓名 年龄 科目 分数
0 1 张三 20 数学 90.0
1 2 李四 21 语文 85.0
2 3 王五 22 NaN NaN
- 学生表的 3 号学生在成绩表中没有数据，所以科目和分数列填
NaN
（3）右连接（how='right'）¶
效果：保留右表（score）的所有行，左表（student）没有匹配的用 NaN 填充。
right_merge = pd.merge(student, score, on='student_id', how='right')
print("\n右连接结果：")
print(right_merge)
输出：
student_id 姓名 年龄 科目 分数
0 1 张三 20.0 数学 90
1 2 李四 21.0 语文 85
2 4 NaN NaN 英语 95
- 成绩表的 4 号学生在学生表中没有数据，所以姓名和年龄列填
NaN
（4）外连接（how='outer'）¶
效果：保留两个表的所有行，没有匹配的都用 NaN 填充。
outer_merge = pd.merge(student, score, on='student_id', how='outer')
print("\n外连接结果：")
print(outer_merge)
输出：
student_id 姓名 年龄 科目 分数
0 1 张三 20.0 数学 90.0
1 2 李四 21.0 语文 85.0
2 3 王五 22.0 NaN NaN
3 4 NaN NaN 英语 95.0
（5）键名不同时怎么办？¶
如果两个表的键名不一样（比如左表用 id，右表用 user_id），需要用 left_on 和 right_on 指定。
# 假设学生表的键名是 id，成绩表的键名是 student_id
student_renamed = student.rename(columns={'student_id': 'id'})
score_renamed = score.rename(columns={'student_id': 'student_id'})
diff_keys_merge = pd.merge(
student_renamed,
score_renamed,
left_on='id', # 左表的键列名
right_on='student_id' # 右表的键列名
)
print("\n键名不同时的合并结果：")
print(diff_keys_merge)
输出：
id 姓名 年龄 student_id 科目 分数
0 1 张三 20 1 数学 90
1 2 李四 21 2 语文 85
四、总结：merge vs concat 怎么选？¶
| 方法 | 适用场景 | 关键参数 |
|---|---|---|
| concat | 简单拼接（无关联键），或“加行/加列” | axis（0=行，1=列）、ignore_index |
| merge | 有共同键的表合并（类似 SQL JOIN） | how（内/左/右/外）、on/left_on/right_on |
五、新手必记关键点¶
-
concat：
- 无关联键，直接拼接；
- 行拼接（axis=0）：行数增加，列数不变；
- 列拼接（axis=1）：列数增加，行数必须一致；
- 用ignore_index=True避免索引重复。 -
merge：
- 有关联键，按键匹配；
-how参数控制合并方式（内/左/右/外）；
- 键名不同时用left_on/right_on指定。
多动手练习吧！从简单的小例子开始，慢慢尝试不同的合并方式，很快就能熟练掌握啦～