concat

import pandas as pd
'''
pd.concat(objs, axis = 0, join ='outer',
          ignore_index = False, keys = None,
          levels = None, names=None,sort=False,
          verify_integrity=False,copy=True
)
objs: 连接的数据（[df1,df2]）
axis: 默认0，追加到行后面。1，追加到列后面
join：连接方式，‘outer’ 并集，‘inner’ 交集
ignore_index：保留原来的索引
keys：连接关系
names：索引的名称，多层索引
sort：是否排序
verify_integrity：检查内容是否重复，若有重复内容则会报错
copy：是否为深copy，若FALSE，则为浅copy
'''

"\npd.concat(objs, axis = 0, join ='outer',\n          ignore_index = False, keys = None,\n          levels = None, names=None,sort=False,\n          verify_integrity=False,copy=True\n)\nobjs: 连接的数据（[df1,df2]）\naxis: 默认0，追加到行后面。1，追加到列后面\njoin：连接方式，‘outer’ 并集，‘inner’ 交集\nignore_index：保留原来的索引\nkeys：连接关系\nnames：索引的名称，多层索引\nsort：是否排序\nverify_integrity：检查内容是否重复，若有重复内容则会报错\ncopy：是否为深copy，若FALSE，则为浅copy\n"

df1 = pd.DataFrame({'x': [1, 2], 'y': [1,2]})

df2 = pd.DataFrame({'x': [2, 3], 'y': [3, 2]})

## 将两者进行合并
print(pd.concat([df1, df2]))

   x  y
0  1  1
1  2  2
0  2  3
1  3  2

# 不考虑原来的索引
print(pd.concat([df1, df2], ignore_index=True))

   x  y
0  1  1
1  2  2
2  2  3
3  3  2

# 进行左连接 以内连接方式展开
df3 = pd.DataFrame({'x': [1, 2], 'y': [1, 2], 'key1': [1, 2]})
df4 = pd.DataFrame({'x': [2, 3,4], 'y': [3, 2,4], 'key2': [1, 2, 3]})
print(pd.concat([df3, df4], axis=1, join='inner', keys=['key1', 'key2']))

  key1         key2        
     x  y key1    x  y key2
0    1  1    1    2  3    1
1    2  2    2    3  2    2

# 进行左连接 以外连接连接方式展开
df3 = pd.DataFrame({'x': [1, 2], 'y': [1, 2], 'key1': [1, 2]})
df4 = pd.DataFrame({'x': [2, 3,4], 'y': [3, 2,4], 'key2': [1, 2, 3]})
print(pd.concat([df3, df4], axis=1, join='outer', keys=['key1', 'key2']))

  key1           key2        
     x    y key1    x  y key2
0  1.0  1.0  1.0    2  3    1
1  2.0  2.0  2.0    3  2    2
2  NaN  NaN  NaN    4  4    3