pandas用concat合并dataframe，判断值是否相等

在使用 `pandas` 的 `concat` 函数将多个 `DataFrame` 合并时，可以使用 `assert` 语句来判断合并后的数据是否符合预期。具体步骤如下：

1. 使用 `concat` 函数将多个 `DataFrame` 合并成一个：

   import pandas as pd
   
   df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
   df2 = pd.DataFrame({'A': [1, 2], 'B': [3, 5]})
   
   df_concat = pd.concat([df1, df2], ignore_index=True)

2. 判断合并后的数据是否符合预期。例如，判断列 `A` 的值是否全部相等：

   assert all(df_concat['A'] == df1['A'].append(df2['A']))

这行代码使用 `all` 函数将两个 `Series` 对象进行比较，即判断两个 `Series` 中的每个元素是否都相等。如果都相等，返回 `True`，否则返回 `False`。同时，使用 `append` 函数将 `df1` 和 `df2` 中的 `A` 列合并成一个 `Series` 对象，以便与 `df_concat` 中的 `A` 列进行比较。

如果上述 `assert` 语句返回 `True`，则说明两个 `Series` 中的每个元素都相等，即合并后的数据符合预期。否则，会抛出 `AssertionError` 异常，提示合并后的数据不符合预期。