pandas两个数据表合并

在pandas中，合并两个数据表通常可以使用`merge()`函数，它是DataFrame对象的重要操作之一。这个函数可以根据指定的键（key，即列名）将两个DataFrame按照某种规则连接起来。常见的合并方式有：

1. **内连接（inner join）**：默认情况下，只保留两个表中键值匹配的行。结果是一个新的DataFrame，包含两表共有部分的数据。

2. **外连接（outer join）**：包括所有左表（left DataFrame）的行，如果右表（right DataFrame）中没有匹配项，则对应值设为NaN。

3. **左连接（left join）**：返回左表的所有行，以及右表中匹配到的部分。如果没有匹配，右边的值是NaN。

4. **右连接（right join）**：与左连接相反，返回右表的所有行，以及左表中匹配到的部分。

你可以通过传递参数如`how='inner'`、`how='outer'`、`how='left'`或`how='right'`来指定合并类型。同时，还可以选择其他列作为合并键，或者设置一些额外的条件（例如`on`, `left_on`, `right_on`等）。

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': ['B', 'D', 'E'], 'value2': [4, 5, 6]})

# 内连接示例
merged_df = pd.merge(df1, df2, on='key')