数据预处理：数据集的合并

1-merge

# merge
import pandas as pd

df1 = pd.DataFrame({'key': ['a', 'b', 'c'], 'data1': range(3)})
print(df1)
输出结果：
  key  data1
0   a      0
1   b      1
2   c      2


df2 = pd.DataFrame({'key': ['a', 'b', 'd'], 'data2': range(3)})
print(df2)
输出结果：
  key  data2
0   a      0
1   b      1
2   d      2

# 两个表做内连接
r = pd.merge(df1, df2)
print(r)
输出结果：
  key  data1  data2
0   a      0      0
1   b      1      1

# 左连接，以左表为基准
r = pd.merge(df1, df2, how="left")  # 以左边的为准
print(r)
输出结果：
  key  data1  data2
0   a      0    0.0
1   b      1    1.0
2   c      2    NaN

#右连接，以右表为基准
r = pd.merge(df1,df2,how="right")
print(r)
输出结果：
key	data1	data2
0	a	0.0	0
1	b	1.0	1
2	d	NaN	2

2-concat

# merge
import pandas as pd

df1 = pd.DataFrame({'key': ['a', 'b', 'c'], 'data1': range(3)})
print(df1)
输出结果：
  key  data1
0   a      0
1   b      1
2   c      2

df2 = pd.DataFrame({'key': ['a', 'b', 'd'], 'data2': range(3)})
print(df2)
输出结果：
  key  data2
0   a      0
1   b      1
2   d      2


# concat
r1 = pd.concat([df1, df2], axis=0, sort=False)  # axis是纵向连接
print(r1)
输出结果：
  key  data1  data2
0   a    0.0    NaN
1   b    1.0    NaN
2   c    2.0    NaN
0   a    NaN    0.0
1   b    NaN    1.0
2   d    NaN    2.0

r2 = pd.concat([df1, df2], axis=1, sort=False)  # axis是横向连接
print(r2)
输出结果：
  key  data1 key  data2
0   a      0   a      0
1   b      1   b      1
2   c      2   d      2