在數據分析的世界裏，我們常常需要把不同來源的數據“組合”起來，比如把用戶信息表和訂單表合併分析，或者把不同月份的銷售數據拼接成一個大表。pandas 提供了 merge 和 concat 兩個超級實用的工具，能幫我們輕鬆完成這些操作。今天我們就用最簡單的方式，一步步掌握這兩個基礎操作，新手也能快速上手！
一、爲什麼需要數據合併？¶
想象一下，你有兩個表格：一個是“學生基本信息表”（包含姓名、年齡），另一個是“學生成績表”（包含姓名、科目、分數）。如果想分析每個學生的成績和年齡，就需要把這兩個表“合併”起來。pandas 的 merge 和 concat 就是幹這個的！
二、concat：簡單拼接，適合“加行”或“加列”¶
concat 就像“把兩張紙上下或左右粘在一起”，不需要關聯鍵，直接按順序拼接。
1. 基本語法¶
pd.concat(objs, axis=0, ignore_index=False)
objs：要拼接的 DataFrame 列表（比如[df1, df2]）axis=0：默認“上下拼接”（行方向）；axis=1：“左右拼接”（列方向）ignore_index=True：重置索引（避免拼接後索引重複，新手必看！）
2. 行方向拼接（上下拼接）¶
場景：把兩個結構相同的表按行合併（比如不同月份的銷售數據）。
示例：
import pandas as pd
# 創建兩個簡單的 DataFrame
df1 = pd.DataFrame({
'姓名': ['張三', '李四'],
'年齡': [20, 21]
})
df2 = pd.DataFrame({
'姓名': ['王五', '趙六'],
'年齡': [22, 23]
})
# 上下拼接（默認 axis=0）
result_row = pd.concat([df1, df2])
print("不重置索引的拼接結果：")
print(result_row)
# 重置索引（推薦！避免索引重複）
result_row_reset = pd.concat([df1, df2], ignore_index=True)
print("\n重置索引後的拼接結果：")
print(result_row_reset)
輸出對比：
- 不重置索引時，結果會保留原索引（0,1,0,1）
- 重置索引後，索引會變成 0,1,2,3（更清晰）
3. 列方向拼接（左右拼接）¶
場景：把兩個結構不同但有共同“行標識”的表按列合併（比如學生信息表+成績表）。
示例：
# 新增一個成績表
score = pd.DataFrame({
'科目': ['數學', '語文'],
'分數': [90, 85]
})
# 左右拼接（axis=1）
result_col = pd.concat([df1, score], axis=1)
print("\n列方向拼接結果：")
print(result_col)
輸出：
姓名 年齡 科目 分數
0 張三 20 數學 90
1 李四 21 語文 85
（注意：這裏 df1 和 score 行數不同，拼接後會自動補 NaN 嗎？不會！ 因爲列拼接要求行數必須相同，否則會報錯。如果行數不同，會用 NaN 填充嗎？測試發現，如果行數不同，比如 df1 有 2 行，score 有 2 行纔可以。如果行數不同，會報錯。所以列拼接通常要求行數量一致。）
三、merge：基於“鍵”合併，像 SQL JOIN¶
merge 就像“按身份證號匹配兩個人的信息”，需要共同的“鍵”（比如姓名、ID）來關聯，類似 SQL 的 JOIN 操作。
1. 基本語法¶
pd.merge(left, right, on=None, how='inner', left_on=None, right_on=None)
left/right：要合併的兩個 DataFrameon：共同的列名（如果兩個表的鍵名相同）how：合併方式（inner/left/right/outer，默認inner）left_on/right_on：如果鍵名不同，用這兩個參數分別指定（比如左表用id，右表用student_id）
2. 核心合併方式（以“學生表”和“成績表”爲例）¶
假設我們有：
- 學生表（student）：包含 student_id（學號）、姓名、年齡
- 成績表（score）：包含 student_id（學號）、科目、分數
# 創建示例數據
student = pd.DataFrame({
'student_id': [1, 2, 3],
'姓名': ['張三', '李四', '王五'],
'年齡': [20, 21, 22]
})
score = pd.DataFrame({
'student_id': [1, 2, 4], # 注意：4號學生在學生表中不存在
'科目': ['數學', '語文', '英語'],
'分數': [90, 85, 95]
})
（1）內連接（how='inner'，默認）¶
效果：只保留兩個表都有的“共同鍵”（student_id）對應的行。
inner_merge = pd.merge(student, score, on='student_id')
print("內連接結果：")
print(inner_merge)
輸出：
student_id 姓名 年齡 科目 分數
0 1 張三 20 數學 90
1 2 李四 21 語文 85
- 結果只保留
student_id=1和2（學生表中 3 號、成績表中 4 號被排除）
（2）左連接（how='left'）¶
效果：保留左表（student）的所有行，右表（score）沒有匹配的用 NaN 填充。
left_merge = pd.merge(student, score, on='student_id', how='left')
print("\n左連接結果：")
print(left_merge)
輸出：
student_id 姓名 年齡 科目 分數
0 1 張三 20 數學 90.0
1 2 李四 21 語文 85.0
2 3 王五 22 NaN NaN
- 學生表的 3 號學生在成績表中沒有數據，所以科目和分數列填
NaN
（3）右連接（how='right'）¶
效果：保留右表（score）的所有行，左表（student）沒有匹配的用 NaN 填充。
right_merge = pd.merge(student, score, on='student_id', how='right')
print("\n右連接結果：")
print(right_merge)
輸出：
student_id 姓名 年齡 科目 分數
0 1 張三 20.0 數學 90
1 2 李四 21.0 語文 85
2 4 NaN NaN 英語 95
- 成績表的 4 號學生在學生表中沒有數據，所以姓名和年齡列填
NaN
（4）外連接（how='outer'）¶
效果：保留兩個表的所有行，沒有匹配的都用 NaN 填充。
outer_merge = pd.merge(student, score, on='student_id', how='outer')
print("\n外連接結果：")
print(outer_merge)
輸出：
student_id 姓名 年齡 科目 分數
0 1 張三 20.0 數學 90.0
1 2 李四 21.0 語文 85.0
2 3 王五 22.0 NaN NaN
3 4 NaN NaN 英語 95.0
（5）鍵名不同時怎麼辦？¶
如果兩個表的鍵名不一樣（比如左表用 id，右表用 user_id），需要用 left_on 和 right_on 指定。
# 假設學生表的鍵名是 id，成績表的鍵名是 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', # 左表的鍵列名
right_on='student_id' # 右表的鍵列名
)
print("\n鍵名不同時的合併結果：")
print(diff_keys_merge)
輸出：
id 姓名 年齡 student_id 科目 分數
0 1 張三 20 1 數學 90
1 2 李四 21 2 語文 85
四、總結：merge vs concat 怎麼選？¶
| 方法 | 適用場景 | 關鍵參數 |
|---|---|---|
| concat | 簡單拼接（無關聯鍵），或“加行/加列” | axis（0=行，1=列）、ignore_index |
| merge | 有共同鍵的表合併（類似 SQL JOIN） | how（內/左/右/外）、on/left_on/right_on |
五、新手必記關鍵點¶
-
concat：
- 無關聯鍵，直接拼接；
- 行拼接（axis=0）：行數增加，列數不變；
- 列拼接（axis=1）：列數增加，行數必須一致；
- 用ignore_index=True避免索引重複。 -
merge：
- 有關聯鍵，按鍵匹配；
-how參數控制合併方式（內/左/右/外）；
- 鍵名不同時用left_on/right_on指定。
多動手練習吧！從簡單的小例子開始，慢慢嘗試不同的合併方式，很快就能熟練掌握啦～