diff --git a/src/T17_merging_of_frames.py b/src/T17_merging_of_frames.py
index cd3de4f..e7a5e45 100644
--- a/src/T17_merging_of_frames.py
+++ b/src/T17_merging_of_frames.py
@@ -13,6 +13,12 @@ kunden2 = pd.DataFrame({
     'stadt': ['Hamburg', 'Köln']
 })
 
+print(kunden1)
+print(kunden2)
+
+# zeilen an ein dataframe anhängen
+kunden = pd.concat((kunden1, kunden2))  # axis=0
+print(kunden)
 
 bestellungen = pd.DataFrame({
     'bestell_id': [101, 102, 103, 104],
@@ -20,3 +26,35 @@ bestellungen = pd.DataFrame({
     'produkt': ['Laptop', 'Maus', 'Tastatur', 'Monitor'],
     'preis': [800, 25, 50, 300]
 })
+
+# kunden mit bestellungen die auch registriert sind
+kunden_best = pd.merge(kunden, bestellungen,
+                       on="kunden_id",
+                       how="inner") # kuden_id muss in beiden dataframes existieren
+print(kunden_best)
+
+# alle existierenden kunden auf bestellungen mergen will
+alle_kunden_best = pd.merge(
+    kunden, bestellungen,
+    on="kunden_id",
+    how="left"
+)
+print(alle_kunden_best)
+
+alle_best_kunden = pd.merge(
+    kunden, bestellungen,
+    on="kunden_id",
+    how="right"
+)
+print(alle_best_kunden)
+
+# alles mit allem mergen
+alles = pd.merge(
+    kunden, bestellungen,
+    on="kunden_id",
+    how="outer"
+)
+print(alles)
+
+
+
diff --git a/src/T18_MergingEx.py b/src/T18_MergingEx.py
new file mode 100644
index 0000000..4f728e0
--- /dev/null
+++ b/src/T18_MergingEx.py
@@ -0,0 +1,48 @@
+import pandas as pd
+from datetime import datetime, timedelta
+
+# Kunden Dataset
+kunden = pd.DataFrame({
+    'kunden_id': [1, 2, 3, 4, 5, 6, 7, 8],
+    'name': ['Anna Müller', 'Ben Schmidt', 'Clara Weber', 'David Klein',
+             'Eva Richter', 'Frank Braun', 'Greta Wolff', 'Hans Bauer'],
+    'email': ['anna.mueller@email.com', 'ben.schmidt@email.com', 'clara.weber@email.com',
+              'david.klein@email.com', 'eva.richter@email.com', 'frank.braun@email.com',
+              'greta.wolff@email.com', 'hans.bauer@email.com'],
+    'registriert_am': ['2024-01-15', '2024-01-22', '2024-02-03', '2024-02-10',
+                       '2024-02-28', '2024-03-05', '2024-03-12', '2024-03-20']
+})
+
+bestellungen = pd.DataFrame({
+    'bestell_id': [101, 102, 103, 104, 105, 106, 107, 108, 109],
+    'kunden_id': [1, 2, 1, 3, 2, 4, 1, 5, 9],  # Kunde 9 existiert nicht!
+    'bestelldatum': ['2024-01-20', '2024-01-25', '2024-02-01', '2024-02-05',
+                     '2024-02-12', '2024-02-15', '2024-03-01', '2024-03-10', '2024-03-15'],
+    'status': ['geliefert', 'geliefert', 'versandt', 'geliefert', 'storniert',
+               'geliefert', 'geliefert', 'versandt', 'geliefert']
+})
+
+print("\nBestellungen Dataset:")
+print(bestellungen)
+
+positionen = pd.DataFrame({
+    'position_id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14],
+    'bestell_id': [101, 101, 102, 103, 103, 104, 105, 106, 107, 107, 108, 108, 109, 110],
+    'produkt': ['Laptop', 'Maus', 'Tastatur', 'Monitor', 'Webcam', 'Headset',
+                'Smartphone', 'Ladekabel', 'Tablet', 'Hülle', 'Drucker', 'Papier',
+                'Router', 'Kamera'],
+    'menge': [1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 3, 1, 1],
+    'preis': [899.99, 29.99, 79.99, 299.99, 89.99, 149.99, 699.99, 24.99,
+              399.99, 19.99, 199.99, 29.99, 129.99, 549.99]
+})
+
+print("\nBestellpositionen Dataset:")
+print(positionen)
+
+
+# Aufgabe 1: Bestellungen mit Kundennamen
+# Aufgabe 2: Vollständige Bestellübersicht (jede bestellung mit kunde und mit position mergen)
+# Aufgabe 3: Kunden ohne Bestellungen finden  [isna()]
+
+
+