两个dataframe横向连接，直接连接

在Python的pandas库中，可以使用`concat()`函数或者`merge()`函数来实现两个DataFrame的横向连接。

1. 使用`concat()`函数：
`concat()`函数通常用于将多个对象按行或列进行拼接。对于横向连接，可以设置`axis=1`参数来指定连接方向。这种方法简单直接，相当于SQL中的全连接（FULL JOIN），即使某些行在某些列中没有对应的数据，也会在结果中显示为NaN。

示例代码如下：

   import pandas as pd

   # 假设有两个DataFrame df1和df2
   df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

   # 使用concat函数横向连接df1和df2
   result = pd.concat([df1, df2], axis=1)

2. 使用`merge()`函数：
`merge()`函数用于根据一个或多个键将不同的DataFrame对象的行连接起来。默认情况下，`merge()`函数执行的是内连接（INNER JOIN），它只连接两个DataFrame中键相匹配的行。但通过设置`how='outer'`参数，可以实现全连接，即横向连接。

示例代码如下：

   import pandas as pd

   # 假设有两个DataFrame df1和df2
   df1 = pd.DataFrame({'key': ['A', 'B', 'C'], 'value1': [1, 2, 3]})
   df2 = pd.DataFrame({'key': ['A', 'B', 'D'], 'value2': [4, 5, 6]})

   # 使用merge函数横向连接df1和df2，指定键和连接方式
   result = pd.merge(df1, df2, on='key', how='outer')

在上面的例子中，我们使用了`on`参数指定了连接的键，`how='outer'`参数使得合并方式为全连接，即使某些行在另一个DataFrame中没有对应的键，这些行也会显示出来，并且没有对应键的列会用NaN填充。