concat和merge
concat 和merge
先明确核心定位
pd.concat()：物理拼接，把多个 DataFrame/Series 按「行 / 列方向」直接拼在一起，基于索引对齐，不做值的匹配；pd.merge()：逻辑关联，基于列值相等将两个 DataFrame 合并，类似 SQL 的 JOIN 操作，核心是「按值匹配」。
一、pd.concat ()：轴向堆叠（行 / 列直接拼）
核心逻辑
把多个结构相似 / 相关的 DataFrame，按「行方向（新增行）」或「列方向（新增列）」拼接，只看索引是否匹配，不关心列值是否相等。简单说就是「把表格粘在一起」，不做数据筛选。
核心语法
pd.concat( objs, # 要合并的DataFrame/Series列表，如 [df1, df2] axis=0, # 0=行拼接（默认），1=列拼接 ignore_index=False, # 是否重置索引（避免重复索引） join="outer" # outer=保留所有列/行（默认），inner=只保留重叠的列/行)示例（基于员工数据）
先准备基础数据：
import pandas as pdimport numpy as np
# 员工基础信息表1（张三、李四、王五）df1 = pd.DataFrame({ "姓名": ["张三", "李四", "王五"], "年龄": [20, 25, 22], "城市": ["北京", "上海", "广州"]}, index=["员工1", "员工2", "员工3"])
# 员工基础信息表2（赵六、钱七）df2 = pd.DataFrame({ "姓名": ["赵六", "钱七"], "年龄": [28, 30], "城市": ["北京", "深圳"]}, index=["员工4", "员工5"])
# 员工薪资表（和df1索引一致）df3 = pd.DataFrame({ "薪资": [8000, 12000, 9500], "绩效": ["良", "优", "中"]}, index=["员工1", "员工2", "员工3"])场景 1：行拼接（axis=0，新增行）
把 df1 和 df2 的行拼在一起（补充新员工）：
df_row_concat = pd.concat([df1, df2], axis=0)print("行拼接结果（新增员工行）：")print(df_row_concat)输出（保留原有索引，列名一致直接拼）：
姓名 年龄 城市员工1 张三 20 北京员工2 李四 25 上海员工3 王五 22 广州员工4 赵六 28 北京员工5 钱七 30 深圳场景 2：列拼接（axis=1，新增列）
把 df1 和 df3 的列拼在一起（给员工加薪资 / 绩效列）：
df_col_concat = pd.concat([df1, df3], axis=1)print("\n列拼接结果（新增薪资/绩效列）：")print(df_col_concat)输出（按索引对齐，员工 1/2/3 的列拼在一起）：
姓名 年龄 城市 薪资 绩效员工1 张三 20 北京 8000 良员工2 李四 25 上海 12000 优员工3 王五 22 广州 9500 中二、pd.merge ()：按键关联（类似 SQL JOIN）
核心逻辑
基于列值相等（不是索引）将两个 DataFrame 合并，核心是「按指定列的值匹配行」，比如用「姓名」「员工 ID」把「基础信息表」和「薪资表」关联起来，完全对应 SQL 的 INNER/LEFT/RIGHT/OUTER JOIN。
核心语法
pd.merge( left, # 左表（比如基础信息表） right, # 右表（比如薪资表） on=None, # 关联的键列名（需在两个表中都存在，如"姓名"） left_on=None, # 左表的键列（两表键列名不同时用，如左表"姓名"，右表"员工姓名"） right_on=None, # 右表的键列 how="inner", # 连接方式：inner（默认）/left/right/outer indicator=False # 是否显示每行的合并来源)示例（基于员工数据）
准备关联用的两张表（基础信息 + 薪资绩效）：
# 左表：员工基础信息（包含王五，无钱七）df_base = pd.DataFrame({ "姓名": ["张三", "李四", "王五", "赵六"], "年龄": [20, 25, 22, 28], "城市": ["北京", "上海", "广州", "北京"]})
# 右表：员工薪资绩效（无王五，有钱七）df_salary = pd.DataFrame({ "姓名": ["张三", "李四", "赵六", "钱七"], "薪资": [8000, 12000, 15000, 18000], "绩效": ["良", "优", "优", "中"]})场景 1：内连接（inner，默认）
只保留「两张表中都有」的姓名（张三、李四、赵六）：
df_inner = pd.merge(df_base, df_salary, on="姓名", how="inner")print("内连接结果（仅保留共同姓名）：")print(df_inner)输出：
姓名 年龄 城市 薪资 绩效0 张三 20 北京 8000 良1 李四 25 上海 12000 优2 赵六 28 北京 15000 优场景 2：左连接（left）
保留「左表所有行」，右表无匹配则补 NaN（王五的薪资 / 绩效为 NaN）：
df_left = pd.merge(df_base, df_salary, on="姓名", how="left")print("\n左连接结果（保留所有基础表员工）：")print(df_left)输出：
姓名 年龄 城市 薪资 绩效0 张三 20 北京 8000.0 良1 李四 25 上海 12000.0 优2 王五 22 广州 NaN NaN3 赵六 28 北京 15000.0 优场景 3：外连接（outer）
保留「两张表所有行」，无匹配则补 NaN（王五、钱七都保留）：
df_outer = pd.merge(df_base, df_salary, on="姓名", how="outer")print("\n外连接结果（保留所有员工）：")print(df_outer)输出：
姓名 年龄 城市 薪资 绩效0 张三 20.0 北京 8000.0 良1 李四 25.0 上海 12000.0 优2 王五 22.0 广州 NaN NaN3 赵六 28.0 北京 15000.0 优4 钱七 NaN NaN 18000.0 中三、concat vs merge 核心对比表
| 维度 | pd.concat() | pd.merge() |
|---|---|---|
| 核心逻辑 | 轴向堆叠（行 / 列直接拼接） | 按键值匹配（类似 SQL JOIN） |
| 对齐依据 | 基于索引（行 / 列索引） | 基于列值（指定的键列） |
| 轴方向 | 支持 axis=0（行）/axis=1（列） | 仅按列方向合并（新增列） |
| 列名要求 | 行拼接：列名可不同（补 NaN）；列拼接：无强制要求 | 需指定键列（列名可不同，用 left_on/right_on） |
| 适用场景 | 1. 同结构 DF 的行拼接（新增员工行）2. 同索引 DF 的列拼接（新增薪资列） | 1. 关联不同表的相关数据（基础信息 + 薪资）2. 按列值筛选合并（只保留共同员工） |
| 类似 SQL 操作 | UNION ALL（行拼接）/ 横向拼接（列） | INNER/LEFT/RIGHT/OUTER JOIN |
总结
- 选 concat 的场景：你需要「简单拼接」数据（行 / 列直接粘），比如把多个同结构的员工表拼在一起、给同索引的员工表加列，核心是「不筛选，只堆叠」；
- 选 merge 的场景：你需要「按值关联」数据，比如用姓名 / 员工 ID 把基础信息和薪资表合并、只保留两张表都有的员工，核心是「按键匹配，可筛选」；
- 关键判断：合并时是否需要「按列值筛选匹配」—— 不需要就用 concat，需要就用 merge。
Google Analytics 提供数据统计服务