通常，我们获取原始数据后，往往需要进行一些整理，清洗之后才进行特定的指标运算。如果原始数据分散在多个数据文件中，或是关系数据库的多张表中，那使用Merge的进行数据整理的可能性就非常大。Merge（合并）是Pandas提供的一个数据整理方法，它的处理结果非常类似于关系数据库中的表连接，select … join。可以让我们通过指定的键(key)，把数据关联起来。
Merge基础
假设有两个数据集，一个包含用户的账号信息（用户id和用户名），一个包含用户操作日志，记录某个用户在某个时间在系统中做两个某个操作。两个数据集分布如下：
账号信息
1 | acc_id acc_name |
其中 acc_id 代表用户id, acc_name代表用户名称
操作日志
1 | acc_id func_id act_time |
func_id 代表用户操作的编码， act_time 代表用户的操作时间，注意: 第五条记录实际上是无效的。（我们会在后续的文章介绍如何过滤或改造这些无效数据）
现在，目标是将数据合并，在一个数据表中看到所有的相关信息（用户id, 用户名，操作id, 操作时间), 这是就可以用 pandas中的merge来完成。示例代码如下:
1 | import pandas as pd |
执行这段代码，系统输出：
1 | acc_id acc_name func_id act_time |
可以看到，pandas自动以两个DataFrame中相同的key: acc_id进行了数据合并，注意:f1中a-004和f2中a-005因为没有匹配的数据，没有出现在合并后的数据集中，这点类似与关系数据库中的内连接，形成的是数据交集。
指定key的Merge
上一节中的代码时基于数据集中有相同的列值(key)， 那如果原始数据的列名不匹配呢？ Merge为我们提供了指定连接键名的参数: left_on 和 right_on 。 看下面的代码，假设在操作日志数据中的用户id名为user_id, 我们修改代码如下:
1 | import pandas as pd |
运行程序，系统输出为:
1 | acc_id acc_name user_id func_id act_time |
外连接
如果我们希望得到类似外连接的效果，可以使用 how 参数，代码展示如下：
1 | import pandas as pd |
运行程序后，系统输出:
1 | acc_id acc_name func_id act_time |
注意: 第5， 6 条数据分别是两边数据集中不能进行匹配的数据项
左连接
how 这个参数除了支持”outer”，以外，还可以支持 “left” 值，结果和SQL中的左连接类似, 看代码:
1 | import pandas as pd |
运行代码，系统输出:
1 | acc_id acc_name func_id act_time |
可以看到，只有f1中不能匹配的数据被带到合并后的结果集中。
右连接
有左连接当然会有右连接，指定 how 的值为 “right” 即可。看代码：
1 | import pandas as pd |
输出:
1 | acc_id acc_name func_id act_time |
和左连接相反，只有f2中不能匹配的数据被带到合并后的数据集中了。