假设我有两个这样的数据帧：
left=pd.DataFrame（{'key1'：['foo'，'bar']，'lval'：[1,2]}）
right=pd.DataFrame（{'key2'：['foo'，'bar']，'rval'：[4,5]}）
我想合并它们，所以我尝试以下方法：
pd.merge（左、右、左&u在='key1'上，右&u在='key2'上）
我很高兴
key1 lval key2 rval
0 foo 1 foo 4
1巴2巴5巴
但我正在尝试使用join方法，我一直认为它非常相似
left.join（右，on=['key1'，'key2']）
我明白了：
//规范（self）中的anaconda/lib/python2.7/site-packages/pandas/tools/merge.pyc
406如果self.right\u索引：
407如果不是（（len（self.left_on）=self.right.index.nlevels））：
--&燃气轮机；408提出断言错误（）
409 self.right_on=[None]*n
410 elif self.right_on不是无：
断言者错误：
我错过了什么
pandas.merge（）是用于所有合并/连接行为的基础函数
数据帧提供了pandas.DataFrame.merge（）和pandas.DataFrame.join（）方法，作为访问pandas.merge（）功能的便捷方式。例如，df1.merge（right=df2，…）相当于pandas.merge（left=df1，right=df2，…）
以下是df.join（）和df.merge（）之间的主要区别：
- 在右表上查找：
df1.join（df2）始终通过df2的索引进行连接，但df1.merge（df2）可以连接到df2的一列或多列（默认值）或df2的索引（使用右_index=True） - 在左表上查找：默认情况下，
df1.join（df2）使用df1和df1的索引。merge（df2）使用df1的列。可以通过指定df1.join（df2，on=key\u或\u keys）或df1.merge（df2，left\u index=True）来覆盖 - 左连接与内部连接：
df1.join（df2）默认情况下执行左连接（保留df1的所有行），但df.merge默认情况下执行内部连接（仅返回df1和df2的匹配行）
因此，一般的方法是使用pandas.merge（df1，df2）或df1.merge（df2）。但对于一些常见情况（保留df1的所有行并连接到df2中的索引），可以使用df1.join（df2）来保存一些键入
有关这些问题的一些说明，请参阅http://pandas.pydata.org/pandas-docs/stable/merging.html#database-样式数据帧连接合并：
merge是pandas命名空间中的一个函数，也是
作为DataFrame实例方法提供，并调用DataFrame
隐式地被认为是联接中的左对象相关的
DataFrame.join方法在内部为
索引上的索引和列上的索引联接，但通过
默认值，而不是尝试连接公共列（默认值
合并）的行为。如果您加入索引，您可能希望
使用DataFrame.join来节省键入的时间
这两个函数调用完全等效：
左。连接（右，开=键或键） pd.merge（left、right、left\u on=key\u或\u keys，right\u index=True，how='left'，sort=False）