一張表（數(shù)據(jù)集DataFrame）中除了主鍵，和其他表建立聯(lián)系后還會(huì)有外鍵，能夠引用其他表中的內(nèi)容。

社交網(wǎng)站Meetup成員信息：https://pan.baidu.com/s/1C_T9m7CVeXEdEADYbahMHg?pwd=1234

1. 數(shù)據(jù)集的導(dǎo)入

可見group1和group2其實(shí)是相同類型的數(shù)據(jù)集，可進(jìn)行合并：pd.concat(objs = [列表])，按照傳給objs參數(shù)的列表中的順序進(jìn)行連接（默認(rèn)保留原始的索引）

也可以忽略舊的數(shù)字索引，采用新的數(shù)字索引：ignore_index = True

使用多級(jí)索引：保留原始的索引

16330 =?7999 +?8331

2. 缺失值

遇到新的列名會(huì)自動(dòng)創(chuàng)建，缺失值設(shè)為NaN。遇到舊的列名則合并。

遇到新的行名會(huì)自動(dòng)創(chuàng)建，缺失值設(shè)為NaN。但是遇到舊的行名也會(huì)自動(dòng)創(chuàng)建。

也就是說，pd.concat(objs?= [列表])是傾向于縱向連接表格的。如果要橫向：

3. 左/內(nèi)/外連接

左連接：舊數(shù)據(jù)不變，新數(shù)據(jù)輸入作為補(bǔ)充，新數(shù)據(jù)沒有的就是空

對(duì)groups數(shù)據(jù)集執(zhí)行how = "left"的連接，依據(jù)on = "category_id"，連接categories數(shù)據(jù)集

輸出行16330，與groups相同：

內(nèi)連接：新數(shù)據(jù)輸入后，只保留和舊數(shù)據(jù)匹配的行

對(duì)groups數(shù)據(jù)集執(zhí)行how = "in"的連接，依據(jù)on = "category_id"，連接categories數(shù)據(jù)集

因?yàn)橛械腸ategory_id沒有category_name，name不再有NaN，而是直接刪掉了，輸出行只有8037：

外連接：新數(shù)據(jù)輸入作為補(bǔ)充，新數(shù)據(jù)沒有的就是空；如果新數(shù)據(jù)有、舊數(shù)據(jù)沒有的，舊數(shù)據(jù)處是空

對(duì)groups數(shù)據(jù)集執(zhí)行how = "outer"的連接，依據(jù)left_on = "city_id", right_on = "id"（因?yàn)閮商巓n的名稱不對(duì)應(yīng)，因此手動(dòng)匹配），連接cities數(shù)據(jù)集

輸出行16334，比groups的16330多，可見最后的cities在groups中沒能匹配上，舊數(shù)據(jù)處是空：

用_merge記錄數(shù)據(jù)的左/右包含：indicator = True

輸出right_only的那4行：

4. 索引標(biāo)簽的情況

如果依據(jù)的標(biāo)簽on = "city_id"是索引標(biāo)簽：

則將right_on = "id"修改為right_index = True：（left同理）