python pandas concat

`pandas`库中的`concat()`函数用于连接（即拼接）两个或更多的DataFrame对象，创建一个新的DataFrame。它有多种用途，包括水平（列）拼接和垂直（行）拼接。

1. **参数详解**[^1]:
- `pd.concat([df1, df2], keys=['one_data', 'two_data'])`: 当`keys`参数存在时，这表示对每个DataFrame应用不同的标签，通常在数据来自不同源或具有层次结构时使用。例如，这里的`['one_data', 'two_data']`标识第一个DataFrame属于"one_data"组，第二个属于"two_data"组。
- `axis=1`: 如果设置为1，会进行水平拼接，也就是合并列。在这个示例中未指定，所以默认是垂直拼接，即沿行方向添加数据。

2. **简单拼接示例**:

   df1 = pd.DataFrame({'key': ['a', 'b'], 'data': [1, 2]})
   df2 = pd.DataFrame({'key': ['c', 'd'], 'data': [3, 4]})
   df3 = pd.DataFrame({'key': ['e', 'f', 'g'], 'data': [5, 6, 7]})

   # 默认垂直拼接（沿行）
   result = pd.concat([df1, df2, df3])
   # 结果：键'key'和'data'会被重复，索引从0开始

   # 水平拼接（沿列），如果需要
   result_h = pd.concat([df1, df2, df3], axis=1)
   # 结果：每个DataFrame作为一个新的列添加

   # 使用keys标记数据源并忽略原始索引
   result_ignore = pd.concat([df1, df2], keys=['one_data', 'two_data'], ignore_index=True)
   # 结果：新的索引从0开始，'one_data'和'two_data'对应两组数据