dataframe数据类型的方法，提供了列方向（拼接列）的拼接操作，支持左联、右联、内联和外联四种操作类型

DataFrame是Pandas库中常用的数据结构，它类似于二维表格，可以包含不同类型的数据。Pandas提供了一种方便的操作称为`concat`，用于沿着行或列方向合并两个或更多的DataFrame实例。当你需要对DataFrame的列进行拼接时，可以使用`pd.concat`函数，并通过参数指定拼接方式：

1. **`axis=0` (默认) 或 `axis='index'`**: 沿着索引（即行）方向进行拼接，相当于表头的并置，这是水平拼接。

   df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
   df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})
   result = pd.concat([df1, df2], axis=0)

2. **`axis=1` 或 `axis='columns'`**: 沿着列方向进行拼接，相当于把两列数据放在同一行里，这是垂直拼接。

   df1 = pd.DataFrame({'A': [1, 2], 'C': [9, 10]})
   df2 = pd.DataFrame({'B': [3, 4], 'D': [11, 12]})
   result = pd.concat([df1, df2], axis=1)

对于拼接操作，有以下几种类型：

- **`join='left'` (默认)**: 左连接，保留左侧DataFrame的所有列，右侧DataFrame的列如果存在则添加，不存在则填充NaN。
- **`join='right'`**: 右连接，类似左连接，不过保留的是右侧DataFrame的列。
- **`join='inner'`**: 内连接，只保留两个DataFrame中都存在的列。
- **`join='outer'`**: 全外连接，保留所有列，缺失值用NaN填充。