from pandas import *

from numpy import  *

import json

from pylab import *

left = DataFrame({'key1':['foo','foo','bar'],'key2':['one','two','one'],'lval':[1,2,3]})

right = DataFrame({'key1':['foo','foo','bar','bar'],'key2':['one','one','one','two'],'rval':[4,5,6,7]})

下一步

demo = merge(left,right,on=['key1','key2'],how='outer')
print(demo)
结果为：
  key1 key2  lval  rval
0  foo  one   1.0   4.0
1  foo  one   1.0   5.0
2  foo  two   2.0   NaN
3  bar  one   3.0   6.0
4  bar  two   NaN   7.0
可以看到结果是全的，列举了所有可能

demo = merge(left,right,on=['key1','key2'],how='left')
print(demo)
结果为:
  key1 key2  lval  rval
0  foo  one     1   4.0
1  foo  one     1   5.0
2  foo  two     2   NaN
3  bar  one     3   6.0
可以看到是以第一个表为判断依据，第二个表部分数据没有显示

demo = merge(left,right,on=['key1','key2'],how='right')
print(demo)
结果为：

  key1 key2  lval  rval
0  foo  one   1.0     4
1  foo  one   1.0     5
2  bar  one   3.0     6
3  bar  two   NaN     7
可以看出与上一个整好相反