🔗 搞懂 pandas 中的 concat、merge、join：三者到底有什么区别？

你是不是也经常困惑：

• 什么时候用 pd.concat()？
• 什么时候该用 df.merge()？
• df.join() 又是什么？跟 merge 有啥不同？

别急！今天我们就用最直白的语言 + 可运行的代码，一次性讲清楚这三个“拼表”操作的区别和使用场景！

❝

✅ 所有示例数据均由代码生成，无需任何外部文件，复制即用！

🧰 准备工作：导入库 + 构造示例数据

import pandas as pd# 表1：用户基本信息users = pd.DataFrame({'user_id': [1, 2, 3, 4],'name': ['Alice', 'Bob', 'Charlie', 'Diana'],'city': ['北京', '上海', '广州', '深圳']})# 表2：用户订单信息orders = pd.DataFrame({'order_id': [101, 102, 103, 104],'user_id': [1, 2, 3, 5],  # 注意：user_id=5 在 users 中不存在'amount': [200, 150, 300, 99]})# 表3：用户登录日志（索引为 user_id）logins = pd.DataFrame({'last_login': ['2026-02-10', '2026-02-12', '2026-02-13', '2026-02-14']}, index=[1, 2, 3, 4])  # 索引是 user_id

现在我们有三张表：

• users：用户主表（含 user_id）
• orders：订单表（通过 user_id 关联）
• logins：登录日志（以 user_id 为索引）

接下来，就看它们如何“拼”在一起！

1️⃣ pd.concat()：上下 or 左右“堆叠”——结构相同，直接拼接

❝

🎯 适用场景：合并多个结构相似的 DataFrame（比如多个月份的销售表、多个实验结果）

示例：纵向拼接（axis=0，默认）

extra_users = pd.DataFrame({'user_id': [5, 6],'name': ['Eva', 'Frank'],'city': ['杭州', '成都']})all_users = pd.concat([users, extra_users], ignore_index=True)print(all_users)

✅ 输出：6 行用户数据，“堆”在一起。

示例：横向拼接（axis=1）

# 把 users 和 logins 按索引横向拼（需对齐索引）result = pd.concat([users.set_index('user_id'), logins], axis=1)print(result)

⚠️ 注意：concat不基于列内容匹配，只按索引或位置对齐！

❝

✅ 核心特点：

• 像“粘贴”一样堆叠数据
• 不涉及“关联字段”匹配
• 适合同构数据合并

2️⃣ df.merge()：基于列值的“数据库式连接”——最常用！

❝

🎯 适用场景：两张表通过某个公共字段（如 ID）关联，类似 SQL 的 JOIN

示例：内连接（inner join）

merged = users.merge(orders, on='user_id', how='inner')print(merged)

✅ 输出：只保留 user_id 在两张表中都存在的记录（user_id=1,2,3）

支持多种连接方式：

• how='left'：保留左表全部（users 全部，orders 缺失补 NaN）
• how='right'：保留右表全部
• how='outer'：全保留，缺失补 NaN

还支持不同名列的连接：

# 如果 users 用 'id'，orders 用 'user_id'users2 = users.rename(columns={'user_id': 'id'})result = users2.merge(orders, left_on='id', right_on='user_id')

❝

✅ 核心特点：

• 基于列的值进行匹配
• 功能最强大、最灵活
• 日常分析 80% 场景用它！

3️⃣ df.join()：基于索引的快速连接

❝

🎯 适用场景：一张表的索引 = 另一张表的索引（或某列）

示例：用 users 的 user_id 作为索引，去 join logins

users_indexed = users.set_index('user_id')joined = users_indexed.join(logins)  # 默认 left joinprint(joined)

✅ 输出：users 的每一行，自动匹配 logins 中对应索引的登录时间。

也可以指定右表用哪一列做索引：

# 如果 logins 不是以 user_id 为索引，而是普通列logins2 = pd.DataFrame({'user_id': [1, 2, 3, 4],'last_login': ['2026-02-10', '2026-02-12', '2026-02-13', '2026-02-14']})# 需先设索引joined2 = users_indexed.join(logins2.set_index('user_id'))

❝

✅ 核心特点：

• 默认按索引对齐
• 本质是 merge 的快捷方式（join 底层调用 merge）
• 适合“主表索引 + 附属信息表”的场景

🆚 三者对比速查表

💡 使用建议

• 想把多个月的报表合并成一年？ → 用 concat
• 想把用户表和订单表关联起来？ → 用 merge
• 你的主表已经用 ID 设为索引，想快速加一列信息？ → 用 join

❝

🌟 记住一句话：“concat 是堆叠，merge 是匹配，join 是索引对齐。”

📦 结语

掌握 concat、merge、join 的区别，是迈向高效数据处理的关键一步！下次再遇到“怎么把两张表合起来”的问题，先问自己：👉 我是要堆数据？还是按字段匹配？还是按索引补充信息？

❤️ 觉得有用？点赞 + 在看 + 转发，让更多人告别“拼表混乱”！