diff --git "a/\347\254\25408\347\253\240 \346\225\260\346\215\256\350\247\204\346\225\264\357\274\232\350\201\232\345\220\210\343\200\201\345\220\210\345\271\266\345\222\214\351\207\215\345\241\221.md" "b/\347\254\25408\347\253\240 \346\225\260\346\215\256\350\247\204\346\225\264\357\274\232\350\201\232\345\220\210\343\200\201\345\220\210\345\271\266\345\222\214\351\207\215\345\241\221.md"
index 45d74d4..a1dd549 100644
--- "a/\347\254\25408\347\253\240 \346\225\260\346\215\256\350\247\204\346\225\264\357\274\232\350\201\232\345\220\210\343\200\201\345\220\210\345\271\266\345\222\214\351\207\215\345\241\221.md"	
+++ "b/\347\254\25408\347\253\240 \346\225\260\346\215\256\350\247\204\346\225\264\357\274\232\350\201\232\345\220\210\343\200\201\345\220\210\345\271\266\345\222\214\351\207\215\345\241\221.md"	
@@ -289,7 +289,7 @@ pandas对象中的数据可以通过一些方式进行合并：
 
 我将分别对它们进行讲解，并给出一些例子。本书剩余部分的示例中将经常用到它们。
 
-##数据库风格的DataFrame合并
+## 数据库风格的DataFrame合并
 
 数据集的合并（merge）或连接（join）运算是通过一个或多个键将行连接起来的。这些运算是关系型数据库（基于SQL）的核心。pandas的merge函数是对数据应用这些算法的主要切入点。