向大家介绍数据集合并方法中的连接（concat）与追加（append），首先做一些准备工作：


1.导入 Pandas 库与 Numpy 库：




2.定义一个 make_df 函数，以便生成示例数据框：






3.定义一个 display 类，方便我们更清晰地展示输出的结果：

下面我们进入正题。

之前谈及过一些数组连接的方法，例如运用 Numpy 中的 concatenate 函数，我们可以将多组列表连接为一个数组：

复制代码

array([1, 2, 3, 4, 5, 6, 7, 8, 9])
同时，对于一个多层级的列表，我们也可以通过调整 axis 参数的值，在指定的维度上对其进行连接：

复制代码

array([[1, 2, 1, 2],       [3, 4, 3, 4]])
类似地，对于 Pandas 序列，Pandas 库中同样提供了连接函数，我们可以运用 Pandas 中的 concat 函数将两个序列进行连接：

复制代码

接下来，我们运用之前定义的数据框生成函数构建几个示例数据框，看看连接函数 concat 对数据框的处理效果：

复制代码

运用我们之前定义的 display 类，我们同时将两个数据框及其连接后的结果展示在一行上。可以看到， concat 函数默认地将第二个数据框连接在了第一个数据框下方。
有时候，我们可能需要对两个数据框进行横向的连接，如下所示，我们可以通过调整 concat 函数的参数 axis 来实现：

复制代码

以上内容转自 数析学院 ，原文后续还有关于索引值在合并过程中的处理，需要学习的同学可以直接查看原文