pandas mysql 合并_数据分析——Pandas合并数据，实现多表连接查询

【导语】 学过Excel和MySQL,Pandas后，你会发现它们的都能处理数据，只是实现方式不同罢了，互相能起到互补的作用。那么，在工作中，工具没有好坏之分，只要能解决问题，都是好工具，关键是我们怎么用。那么本篇文章，主要总结在python中如何合并数据，如何利用pandas实现多表连接查询。

一、Pandas合并数据

1、concat()

我们可以通过DataFrame或Series类型的concat方法，来进行连接操作，连接时，会根据索引进行对齐。

axis：指定连接轴，默认为0(上下)；1(左右)【axis=0/1】

join：指定连接方式，默认为外连接。【join='outer'：并集，join='inner'：交集】

keys：可以用来区分不同的数据组，形成层级索引，如：【keys=["df1","df2"])】

join_axes：指定连接结果集中保留的索引。默认全部保留，如:【join_axes=[df1.columns]】

ignore_index：忽略原来连接的索引，创建新的整数序列索引，默认为False

sort：concat之