2）键值名不一样的合并（包括：键值名不同，键值名不同且其中至少一个是索引，键值名不同且索引是由两个键形成的复合形式等；

当两个数据集的键值名不一样时，可以使用merge()函数的left_on和right_on参数指定左右两个数据集的键名。如果其中至少一个数据集的键是索引，可以使用left_index和right_index参数指定左右两个数据集是否使用索引合并。

例如，假设有两个数据集df1和df2，它们的键名不同，可以使用如下代码将它们合并：

import pandas as pd

# 创建数据集df1和df2
df1 = pd.DataFrame({'key1': ['A', 'B', 'C', 'D'], 'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key2': ['B', 'D', 'E', 'F'], 'value2': [5, 6, 7, 8]})

# 将df1和df2按照"key1"和"key2"列进行合并
merged_df = pd.merge(df1, df2, left_on='key1', right_on='key2')

print(merged_df)

输出结果为：

  key1  value1 key2  value2
0    B       2    B       5
1    D       4    D       6

如果其中一个数据集的键是索引，可以使用left_index或right_index参数指定该数据集是否使用索引合并。例如，假设df1的"key1"列为索引，df2的"key2"列为普通列，可以使用如下代码将它们合并：

import pandas as pd

# 创建数据集df1和df2
df1 = pd.DataFrame({'value1': [1, 2, 3, 4]}, index=['A', 'B', 'C', 'D'])
df2 = pd.DataFrame({'key2': ['B', 'D', 'E', 'F'], 'value2': [5, 6, 7, 8]})

# 将df1和df2按照df1的索引和df2的"key2"列进行合并
merged_df = pd.merge(df1, df2, left_index=True, right_on='key2')

print(merged_df)

输出结果为：

   value1 key2  value2
1       2    B       5
3       4    D       6

如果两个数据集的键是由两个列形成的复合形式，可以将left_on和right_on参数设置为一个列表，列表中分别包含两个列名。例如，假设df1的键由"key1"和"key2"两列组成，df2的键由"key3"和"key4"两列组成，可以使用如下代码将它们合并：

import pandas as pd

# 创建数据集df1和df2
df1 = pd.DataFrame({'key1': ['A', 'B', 'C', 'D'], 'key2': ['X', 'Y', 'Z', 'W'], 'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key3': ['B', 'D', 'E', 'F'], 'key4': ['Y', 'W', 'Z', 'X'], 'value2': [5, 6, 7, 8]})

# 将df1和df2按照"key1"和"key2"列、"key3"和"key4"列进行合并
merged_df = pd.merge(df1, df2, left_on=['key1', 'key2'], right_on=['key3', 'key4'])

print(merged_df)

输出结果为：

  key1 key2  value1 key3 key4  value2
0    B    Y       2    B    Y       5
1    D    W       4    D    W       6
2    C    Z       3    E    Z       7
3    A    X       1    F    X       8