pandas-合并、连接和联接（concat）

concat()函数完成沿轴执行的串联操作

pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None,           names=None, verify_integrity=False, copy=True)

 参数解释：

• objs：Series，DataFrame或Panel对象的序列或映射。如果传递了dict，则排序的键将用作键参数，除非它被传递，在这种情况下，将选择值（见下文）。任何无对象将被静默删除，除非它们都是无，在这种情况下将引发一个ValueError。
• axis：{0,1，...}，默认为0。沿着连接的轴。
• join：{'inner'，'outer'}，默认为“outer”。如何处理其他轴上的索引。outer为联合和inner为交集。
• ignore_index：boolean，default False。如果为True，请不要使用并置轴上的索引值。结果轴将被标记为0，...，n-1。如果要连接其中并置轴没有有意义的索引信息的对象，这将非常有用。注意，其他轴上的索引值在连接中仍然有效果。
• join_axes：Index对象列表。用于其他n-1轴的特定索引，而不是执行内部/外部设置逻辑。
• keys：序列，默认值无。使用传递的键作为最外层构建层次索引。如果为多索引，应该使用元组。
• levels：序列列表，默认值无。用于构建MultiIndex的特定级别（唯一值）。否则，它们将从键推断。
• names：list，default无。结果层次索引中的级别的名称。
• verify_integrity：boolean，default False。检查新连接的轴是否包含重复项。这相对于实际的数据串联可能是非常重要的。
• copy：boolean，default True。如果为False，请勿不必要地复制数据。

1. concat方法的简单使用 

 输出：

 2. keys参数的使用

使用传递的键作为最外层构建层次索引

 输出：

 3. 在其他轴上设置逻辑

 输出：

 4. 使用join参数

可设置的值：'inner'，'outer'，outer为联合和inner为交集

 输出：

5. 如果只想重用原始 DataFrame 中的索引： 

 输出：

同样，我们可以在串联之前建立索引：

 输出：

5. 可以用append()方法替代concat 

 6. 参数ignore_index的用法

 输出：

 6. 可以连接 Series 和 DataFrame 对象的组合。

Series 将转换为 DataFrame，以列名作为 Series 的名称。

 输出：