从半/反连接到验证数据合并
真实世界的数据带来的一个令人不快的惊喜是，它从不以单个、温顺的CSV文件的形式出现。相反，它是一组相互使用共同列以多种方式相互作用的表的集合。
你的不幸的工作是利用这些相互作用并从混乱中找到洞察。而你完成这项任务最重要的技能将是在表格之间执行连接。
所以，我的不幸的工作就是教你几乎所有你可以在Pandas中执行这些连接的方式。准备好一杯咖啡吧，我们要花一些时间。
Pandas merge()
Pandas提供了多种方法用于在数据帧上执行合并操作。在所有其他方法中，merge()方法是最灵活的。它是一个数据帧方法，其一般语法如下：
df1.merge(df2, on='common_column')在合并表格时，有两个术语你应该熟悉：你首先使用的表的名称称为左表，而另一个称为右表。在上面的代码片段中，左表是df1，右表是df2。此外，连接、组合和合并这三个动词可以互换使用。
现在让我们看看如何执行内连接：
内连接只会返回两个表中具有匹配值的行。在连接过程中，你需要知道两个表中的共同列名。
基本探索
让我们熟悉一些在文章中使用的数据集。
假设我们有这两个表：
>>> user_usage.head()
>>> user_devices.head()