pandas 数据预处理相关函数
1、concat 此函数用于数据的简单合并堆叠，axis=0 表示按行合并，即增加行的数量，axis=1 表示按列合并，即增加列数，另外需要注意参数join 分别是inner和outer，inner 表示内连接，连接轴外的其他轴向上的索引按交集合并，outer表示按并集合并。需要注意的是，合并是需要索引为基础的，因此要想实现“匹配”的作用，则需要索引一致。
2、merge 此函数用于主键合并，按照相同的列将不同的两个表合并起来，注意，具有天然的匹配功能，添加多个主键可实现多主键合并，避免多循环匹配的速度慢问题。另外外，除了内连接和外连接参数，还有左连接和右连接，左连接表示左边取全部，右边取部分，反之右连接，，，，/
3.conbine_first 重叠合并：两份数据几乎一致，但是某些特征在一张表上完整，但另一张表上不完整，此时用此函数可直接解决问题。联合取并集，但是不同于concat的堆叠，也不同于merge,简单的说，更加类似与concat 和merge的结合。
**综上，**我们merge更为常用，其不仅实现堆叠，还进行匹配，concat 则显得较为简单笨拙，大多数情况只是数据的简单堆叠，为了实现匹配，还得对索引进行一致性处理。但merge不能对行进行堆叠，因为其主键针对的是列。
两个问卷的数据进行合并，即记录的合并，则可以考虑使用concat，同个问卷的多个问题合并，根据不同情况可以使用concat 或者merge。