Df.concat：合并两个dataframe

`pandas`库中的`concat()`函数是一个非常实用的功能，用于沿着给定的轴方向将多个DataFrame对象连接在一起形成一个新的DataFrame。它主要用于水平（列）或垂直（行）方向的拼接。

**基本语法**：

pd.concat(objs, axis=0, ignore_index=False, join='inner', sort=None, ...)

- `objs`: 需要合并的数据框列表或字典，键通常是数据框的名称或索引。
- `axis` (默认为0): 决定如何合并。如果设置为0，表示沿着列（即垂直方向）进行拼接；设置为1则沿行（即水平方向）拼接。
- `ignore_index` (默认为False): 如果为True，新数据框的索引将会是连续的整数序列，而不是原数据框的索引。
- `join`: 可选参数，可以是'inner'、'outer'、'left'、'right'之一，指定连接方式，默认为内连接('inner')，保留两个数据框共有的行。
- `sort`: 控制是否对结果排序，可以是None、True、False或列名列表。

**示例**：

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

# 水平拼接
h_concat = pd.concat([df1, df2], axis=1)
# 输出：(3行2列)

# 列向拼接
v_concat = pd.concat([df1, df2], axis=0)
# 输出：(4行2列)