Pandas学习：（2）Dataframe表的合并、联接、连接

我们在处理数据的时候，有时候需要将两个或多个Dataframe表处理成一个，至于怎么变成一个，就是我们项目具体的需求了。要了解更多的操作，请点击链接查看。

1、concat()

concat()函数一般是若干个数据结构相同的表格进行拼接。在看这个函数的参数之前，先看一个最常用，也最简单的用例：

现在有三个DataFrame表：df1、df2、df3，列名columns相同，而索引index不同，直接合并就是下面这样的结果：

>>> import pandas as pd
>>> df1 = pd.DataFrame({
   'A': ['A0', 'A1', 'A2', 'A3'],
                        'B': ['B0', 'B1', 'B2', 'B3'],
                        'C': ['C0', 'C1', 'C2', 'C3'],
                        'D': ['D0', 'D1', 'D2', 'D3']},
                       index=[0, 1, 2, 3])
>>> df1
    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
>>> df2 = pd.DataFrame({
   'A': ['A4', 'A5', 'A6', 'A7'],
                        'B': ['B4', 'B5', 'B6', 'B7'],
                        'C': ['C4', 'C5', 'C6', 'C7'],
                        'D': ['D4', 'D5', 'D6', 'D7']},
                       index=[4, 5, 6, 7])
>>> df2
    A   B   C   D
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7
>>> df3 = pd.DataFrame({
   'A': ['A8', 'A9', 'A10', 'A11'],
                        'B': ['B8', 'B9', 'B10', 'B11'],
                        'C': ['C8', 'C9', 'C10', 'C11'],