一张表（数据集DataFrame）中除了主键，和其他表建立联系后还会有外键，能够引用其他表中的内容。

社交网站Meetup成员信息：https://pan.baidu.com/s/1C_T9m7CVeXEdEADYbahMHg?pwd=1234

1. 数据集的导入

可见group1和group2其实是相同类型的数据集，可进行合并：pd.concat(objs = [列表])，按照传给objs参数的列表中的顺序进行连接（默认保留原始的索引）

也可以忽略旧的数字索引，采用新的数字索引：ignore_index = True

使用多级索引：保留原始的索引

16330 = 7999 + 8331

2. 缺失值

遇到新的列名会自动创建，缺失值设为NaN。遇到旧的列名则合并。

遇到新的行名会自动创建，缺失值设为NaN。但是遇到旧的行名也会自动创建。

也就是说，pd.concat(objs = [列表])是倾向于纵向连接表格的。如果要横向：

3. 左/内/外连接

左连接：旧数据不变，新数据输入作为补充，新数据没有的就是空

对groups数据集执行how = "left"的连接，依据on = "category_id"，连接categories数据集

输出行16330，与groups相同：

内连接：新数据输入后，只保留和旧数据匹配的行

对groups数据集执行how = "in"的连接，依据on = "category_id"，连接categories数据集

因为有的category_id没有category_name，name不再有NaN，而是直接删掉了，输出行只有8037：

外连接：新数据输入作为补充，新数据没有的就是空；如果新数据有、旧数据没有的，旧数据处是空

对groups数据集执行how = "outer"的连接，依据left_on = "city_id", right_on = "id"（因为两处on的名称不对应，因此手动匹配），连接cities数据集

输出行16334，比groups的16330多，可见最后的cities在groups中没能匹配上，旧数据处是空：

用_merge记录数据的左/右包含：indicator = True

输出right_only的那4行：

4. 索引标签的情况

如果依据的标签on = "city_id"是索引标签：

则将right_on = "id"修改为right_index = True：（left同理）