File "<stdin>", line 10 merged_df = pd.concat(dfs, axis=1) ^^^^^^^^^ SyntaxError: invalid syntax

### Python Pandas Concat 函数的常见语法错误及其解决方案

当遇到 `SyntaxError: invalid syntax` 错误时，通常是因为代码中的某些部分不符合 Python 的语法规则。对于 `pd.concat()` 方法来说，常见的原因可能包括括号不匹配、参数传递方式不当等。

#### 1. 参数传递方式
确保所有的 DataFrame 或 Series 对象被放置在一个列表中作为第一个参数传入给 `concat` 函数。例如：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})

result = pd.concat([df1, df2])  # 正确的方式是将多个DataFrame放在一个列表里[^5]
print(result)

#### 2. 轴方向的选择
如果指定了轴的方向 (`axis`) ，应该注意默认情况下 `axis=0` 表示纵向连接 (即按行堆叠)，而 `axis=1` 则表示横向连接 (即按列扩展) 。这可以通过下面的例子来说明：

# 垂直拼接两个Series对象
df_vertical = pd.concat([ser1, ser2], axis=0)

# 水平拼接两个Series对象
df_horizontal = pd.concat([ser1, ser2], axis=1)[^4]

print("Vertical concatenation:\n", df_vertical)
print("\nHorizontal concatenation:\n", df_horizontal)

#### 3. 关键字参数的位置
关键字参数应当位于位置参数之后。如果有任何额外的关键字参数要设置，比如指定新的索引名称或忽略现有索引，则应将其置于最后面：

result_with_keys = pd.concat(
    [df1, df2],
    keys=['first', 'second'],
    ignore_index=True,
    join='inner'
)

通过以上调整可以有效避免因语法问题引发的 `SyntaxError` 错误，并实现预期的数据框合并效果。