一、核心前置操作：数据读取

python

运行

import pandas as pd
# 读取Excel中不同工作表
df1 = pd.read_excel('./data/表连接.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('./data/表连接.xlsx', sheet_name='Sheet2')

---

二、横向拼接（merge）：按关联键合并列

1. 基础场景：同名列关联（一对一）

当两张表有同名且含义相同的列（如 “学号”）时，可直接合并：

python

运行

# 默认按同名列（学号）合并
newdf = pd.merge(df1, df2)

• 效果：将df1的 “名次、姓名、学号、成绩” 与df2的 “学号、班级” 按学号拼接，生成包含所有列的新表。
• 适用：学号与学生信息一一对应的场景。

2. 进阶场景：多对一 / 多对多关联

当一个学号对应多条记录（如一个学生有多门成绩）时，merge会自动展开：

python

运行

# 显式指定关联列（推荐，避免歧义）
newdf = pd.merge(df1, df2, on='学号')

• 多对一：一个学号对应多条成绩记录，合并后每条成绩都会带上班级信息。
• 多对多：一个学号在两张表中都有多条记录，合并后会生成笛卡尔积（需谨慎使用）。

3. 特殊场景：列名不同但含义相同

当关联键列名不同（如df1是 “编号”，df2是 “学号”）时，需显式指定：

python

运行

newdf = pd.merge(df1, df2, left_on='编号', right_on='学号')

• 效果：将df1的 “编号” 与df2的 “学号” 视为同一关联键进行拼接。

4. 索引作为关联键

当关联键是 DataFrame 的索引时，可直接用索引合并：

python

运行

# 将列设为索引
df1 = df1.set_index('编号')
df2 = df2.set_index('学号')

# 按索引合并
newdf = pd.merge(df1, df2, left_index=True, right_index=True)

• 优势：索引查询速度更快，适合大数据量场景。

---

三、表连接方式（how参数）

merge的how参数决定了数据的保留策略，共 4 种核心方式：

表格

连接方式	参数值	核心逻辑	适用场景
内连接	inner	只保留两张表中都存在的关联键数据	取交集，过滤不匹配数据
左连接	left	保留左表（df1）的所有数据，右表（df2）中无匹配的填NaN	以左表为主，补充右表信息
右连接	right	保留右表（df2）的所有数据，左表（df1）中无匹配的填NaN	以右表为主，补充左表信息
外连接	outer	保留两张表的所有数据，无匹配的填NaN	取并集，查看所有数据

示例代码

python

运行

# 内连接（默认）
inner_df = pd.merge(df1, df2, on='学号', how='inner')

# 左连接
left_df = pd.merge(df1, df2, on='学号', how='left')

# 右连接
right_df = pd.merge(df1, df2, on='学号', how='right')

# 外连接
outer_df = pd.merge(df1, df2, on='学号', how='outer')

---

四、处理重复列名

当两张表有同名非关联列时，merge会自动添加后缀区分，也可自定义：

python

运行

# 自定义后缀
newdf = pd.merge(df1, df2, on='学号', how='outer', suffixes=('_L', '_R'))

# 重命名列（可选）
newdf = newdf.rename(columns={'姓名_L': '姓名'})

• 效果：将df1的 “姓名” 重命名为 “姓名_L”，df2的 “姓名” 重命名为 “姓名_R”，避免混淆。

---

五、纵向拼接（concat）：按行合并

当两张表列名完全相同，需要将数据上下堆叠时，使用concat：

python

运行

# 纵向拼接，忽略原索引
newdf = pd.concat([df1, df2], ignore_index=True)

• 效果：将df2的行追加到df1下方，生成行数更多的新表。
• 注意：列名必须一致，否则会产生大量NaN。

---

六、核心总结（新手必记）

1. 横向拼接（merge）：按关联键合并列，核心是on/left_on/right_on指定关联关系，how指定数据保留策略。
2. 纵向拼接（concat）：按行合并，核心是列名一致，ignore_index=True重置索引。
3. 函数选择技巧：需要按关联键整合不同维度信息用merge，需要堆叠相同结构数据用concat。