python中concat中连接方式inner和outer的区别

在Python中，concat函数用于将两个或多个数据框按照指定的轴连接起来。其中，连接方式有两种：inner和outer。

内连接（inner）：只连接两个数据框中在连接键上有匹配的行，没有匹配的行会被删除。

外连接（outer）：连接两个数据框中所有行，如果某个数据框中在连接键上没有匹配的行，则会在该行填充缺失值。

具体来说，如果我们有两个数据框df1和df2，连接键为key，使用inner方式连接，则只会返回两个数据框中在连接键上都有匹配的行；而使用outer方式连接，则会返回所有行，其中没有匹配的行会被填充缺失值。

示例代码如下：

import pandas as pd

# 创建两个数据框
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 使用inner方式连接
inner_join = pd.concat([df1, df2], axis=0, join='inner')
print(inner_join)

# 使用outer方式连接
outer_join = pd.concat([df1, df2], axis=0, join='outer')
print(outer_join)

输出结果分别为：

  key  value
1   B      2
3   D      4
  key  value
0   A      1
1   B      2
2   C      3
3   D      4
0   B      5
1   D      6
2   E      7
3   F      8

可以看到，使用inner方式连接后，只有df1和df2中在连接键上有匹配的行被保留；而使用outer方式连接后，所有行都被保留，并且在没有匹配的行上填充了缺失值。