Pandas具有全功能的，高性能内存中连接操作，与SQL等关系数据库非常相似

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,

        left_index=False, right_index=False, sort=True,

        suffixes=('_x', '_y'), copy=True, indicator=False)

1--merge合并表

#df1,df2,个表按照'key'个键值合并 对多合并2张表

# 多个链接键

.merge(df3,df4,on=['key1','key2']))

合并表df3,df4 以 ['key1','key2']

# 参数.merge （how ）→ 合并方式

2--# 参数how → 合并方式

how = 'left'  ， how = 'right'

3---没有公共键值时

参数 left_on=‘’, right_on=‘’

当一边以index为键时，

left_index=Ture

, right_index=Ture

4--排序

(df1,df2,      sort=True,on='key',       how='outer')

# 也可直接用Dataframe的排序方法：

以自定义的键值：sort_values（）

以index：sort_index

5--# pd.join() → 直接通过索引链接

6--value值重复的

suffixes=[  'x2', 'x1']

7--如果index 不一样时

可以用 X1.join(X2, on=‘value’)