pandas对series的合并

在pandas中，对Series的合并通常涉及到的是Series之间的拼接或者是DataFrame中的列与列的合并。主要有两种操作方式：

1. **拼接（Concatenation）**：
- 使用`pd.concat()`函数，它可以沿着轴(axis)方向将多个Series或DataFrame串联起来。例如，如果你想将两个Series按照相同的索引合并，可以这样操作：

     series1 = pd.Series(data1, index=index1)
     series2 = pd.Series(data2, index=index1)
     merged_series = pd.concat([series1, series2])

- 如果系列有缺失的索引，`ignore_index=True`可以创建一个新的索引。

2. **合并（Joining）**：
- 对于DataFrame，更常见的是使用`merge()`或`join()`函数进行列的合并，基于某种关联条件（如索引或共享的列名）。例如，如果你有一个主键列（通常是唯一标识每个记录的值），可以这样合并两个DataFrame：

     left_df = ...
     right_df = ...
     merged_df = pd.merge(left_df, right_df, on='common_column')

- 这里的`on`参数就是用来指定合并依据的列。

这两种操作都是基于pandas提供的高效且灵活的数据结构操作机制，使得处理大型数据集变得简单易行。