一、merge
merge操作实现两个DataFrame之间的合并，类似于sql两个表之间的关联查询。merge的使用方法及参数解释如下：
pd.merge(left, right, on=None, how='inner', left_on=None, right_on=None, left_index=False, right_index=False,
sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)
- left和right：第一个DataFrame和第二个DataFrame对象，merge只能实现两个DataFrame的合并，无法一次实现多个合并
- on：指定参考column，要求两个df必须至少有一个相同的column，默认为None以最多相同的column为参考
- how：合并的方式，默认为inner取参考column的交集，outer取并集保留所有行；outer、left、right中的缺失值都以NaN填充；left按照左边对象为参考进行合并即保留左边的所有行，right按照右边对象为参考进行合并即保留右边所有行，
- left_on=None和right_on=None：以上on是在两个df有相同的column的情况下使用，如果两个df没有相同的column，使用left_on和right_on分别指明左边和右边的参考column
- left_index和right_index：指定是否以索引为参考进行合并
- sort：合并结果是否按on指定的参考进行排序
- suffixed：合并后如果有重复column，分别加上什么后缀
下面对每个参数进行演示
on：指定参考column，如果不指定默认为None，以两者相同列的最多数为参考；index重新生成为从0开始的整数。
df1 = pd.DataFrame({'key1':['a','b','c','d'],'key2':['e','f','g','h'],'key3':['i','j','k','l']},index=['k','l','m','n',])
df2 = pd.DataFrame({'key1':['a','B','c','d'],'key2':['e','f','g','H'],'key4':['i','j','K','L']},index = ['p','q','u','v'])
print(df1)
print(df2)
print(pd.merge(df1,df2,on='key1'))
print(pd.merge(df1,df2,on='key2'))
print(pd.merge(df1,df2,on=['key1','key2']))
print(pd.merge(df1,df2)) #可以看到不加on参数，系统自动以个数最多的相同column为参考
# key1 key2 key3
# k a e i
# l b f j
# m c g k
# n d h l
# key1 key2 key4
# p a e i
# q B f j
# u c g K
# v d H L
# key1 key2_x key3 key2_y key4
# 0 a e i e i
# 1 c g k g K
# 2 d h l H L
# key1_x key2 key3 key1_y key4
# 0 a e i a i
# 1 b f j B j
# 2 c g k c K
# key1 key2 key3 key4
# 0 a e i i
# 1 c g k K
# key1 key2 key3 key4
# 0 a e i i
# 1 c g k K