可以说merge包含了join操作，支持两个df间行方向或列方向的拼接操作，默认列拼接，取交集，而join只是简化了merge的行拼接的操作
示例
定义一个left的DataFrame
left=pd.DataFrame([
[1,2],[3,4],[5,6]
],
index=['a','c','e'],
columns=['chenqionghe','muscle']
)
定义一个right的DataFrame
right=pd.DataFrame([
[7,8],[9,10],[11,12],[13,14],
],
index=['b','c','d','e'],
columns=['light','weight']
)
然后，我们使用merge通过索引合并这两个Dataframe，如下
left.merge(right,left_index=True,right_index=True,how='outer')
然后，通过join方法实现相同的操作
left.join(right,how='outer')
可以看出join其实是省略了参数的merge，并且没有基于列的连表功能
merge的参数
- left：参与合并的左侧DataFrame
- right：参与合并的右侧DataFrame
- how：inner、outer、left、right其中之一
- left_index：将左侧的行索引用作其连接键的列
- right_index：类似于left_index
- sort：根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能
- suffixes：字符串值元组，用于追加到重叠列名，默认为（'_x','_y'）
- copy：设置为False，可以在某些我死情况下避免将数据复制到结果数据结构中，默认总是复制