pandas.concat()用法示范

pandas.concat()函数可以用于将两个或多个数据集（DataFrame或Series）沿着指定的轴进行合并，具体用法示范如下：

假设我们有两个DataFrame数据集df1和df2：

import pandas as pd

data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'A': [7, 8, 9], 'B': [10, 11, 12]}
df2 = pd.DataFrame(data2)

接下来，我们可以使用concat()函数将这两个DataFrame数据集按行合并：

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

输出结果为：

   A   B
0  1   4
1  2   5
2  3   6
0  7  10
1  8  11
2  9  12

还可以按列合并：

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

输出结果为：

   A  B  A   B
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

另外，我们还可以使用join参数指定连接方式，例如：

# 按行合并，并指定连接方式为外连接
result = pd.concat([df1, df2], axis=0, join='outer')
print(result)

输出结果为：

   A   B
0  1   4
1  2   5
2  3   6
0  7  10
1  8  11
2  9  12

这里的外连接是指将两个数据集中的所有行或列都保留下来，没有匹配到的值用NaN填充。如果使用内连接，只会将两个数据集中匹配的行或列合并起来，其他的行或列将被删除。