除了 常见的分组操作，另一个比较重要的是多个 DataFrame 之间的连接操作 和 合并操作，在 MySQL 中相对应的就是 join 和 union 关键字。
merge ( ) 函数
MySQL 中通过 movie_id 字段对两个表进行 join：
select *
from movie_1
join movie_2
on movie_1.movie_id = movie_2.movie_id
对应的 Pandas 操作为：
import pandas as pd
merge_pd = pd.merge(movie_pd_1, movie_pd_2, on = 'movie_id')
如果需要实现类似于 MySQL 中的 left / right join 操作，只需要加入参数 how = 'left' 或者how = 'right' 即可，如下：
import pandas as pd
merge_pd = pd.merge(movie_pd_1, movie_pd_2, on = 'movie_id', how = 'left')
concat ( ) 函数
MySQL 中合并两个表：
select *
from movie_1
union all
select *
from movie_2
对应的 Pandas 操作为：
import pandas as pd
union_pd = pd.concat([movie_pd_1, movie_pd_2], ignore_index = True)
ignore_index 参数表示 union 时忽略两个 DataFrame 的索引，同时会建新的索引。
如果想要实现 union 操作的话，concat 完成后去重即可，如下：
import pandas as pd
union_pd = pd.concat([movie_pd_1, movie_pd_2], ignore_index = True).drop_duplicates()
划重点
merge ( ) ：对两个 DataFrame 进行连接，类似于 MySQL 中的 join
concat ( ) ：合并两个 DataFrame，类似于 MySQL 中的 union
