merge outer

在进行merge操作时，可以使用outer方式。outer方式会将两个表格的所有行进行合并，如果某个表格中的行在另一个表格中没有匹配项，那么对应位置会填充为NaN。例如，使用outer方式进行merge操作的结果如下：

In \[23\]: df_1.merge(df_2, how='outer', on='userid')
Out\[23\]:
userid age payment
0 a 23.0 2000.0
1 b 46.0 NaN
2 c 32.0 3500.0
3 d 19.0 NaN

在这个例子中，使用outer方式进行merge操作后，结果包含了两个表格中的所有行，并且根据userid进行了匹配。如果某个userid在另一个表格中没有匹配项，对应位置的age和payment会填充为NaN。
#### 引用[.reference_title]
- *1* [pandas的merge数据处理详解，包括交集、并集、还有使用索引上的处理](https://blog.csdn.net/qq_41011835/article/details/115171702)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [Pandas教程 | Pandas Merge数据合并图文详解](https://blog.csdn.net/qq_39949963/article/details/103939657)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]