pd.concat()参数详解

pd.concat()是pandas库中用于将多个DataFrame对象合并在一起的函数。它可以在多个方向上连接数据，包括行、列或者两者都有。

下面列出了pd.concat()的常用参数：

- objs：需要合并的对象列表，可以是DataFrame或Series。
- axis：合并的方向，0表示按行合并，1表示按列合并。
- join：合并方式，可选值为‘inner’或‘outer’，默认为‘outer’。‘outer’表示取并集，‘inner’表示取交集。
- ignore_index：是否忽略原来的索引，默认为False，表示保留原来的索引。
- keys：用于生成一个层级化索引，可以是任意值的列表或数组。
- sort：是否根据字典顺序排序数据，默认为False。

示例代码：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

# 按行合并
res1 = pd.concat([df1, df2], axis=0)

# 按列合并
res2 = pd.concat([df1, df2], axis=1)

# 忽略原来的索引
res3 = pd.concat([df1, df2], ignore_index=True)

# 生成层级化索引
res4 = pd.concat([df1, df2], keys=['df1', 'df2'])

print(res1)
print(res2)
print(res3)
print(res4)

输出结果：

   A  B
0  1  4
1  2  5
2  3  6
0  4  7
1  5  8
2  6  9

   A  B  A  B
0  1  4  4  7
1  2  5  5  8
2  3  6  6  9

   A  B
0  1  4
1  2  5
2  3  6
3  4  7
4  5  8
5  6  9

       A  B
df1 0  1  4
    1  2  5
    2  3  6
df2 0  4  7
    1  5  8
    2  6  9