本文共计1430个文字，预计阅读时间需要6分钟。

将不同的数据源合并在一起是数据处理中最有趣的事情之一。在pandas中，我们可以使用pd.concat进行简单的数据合并，也可以使用pd.merge、pd.join进行复杂的合并操作。

将不同的数据源合并在一起是数据处理中最有趣的事情之一，在pandas中进行数据的合并，既可以使用pd.concat 进行简单的数据合并，也可以使用pd.merge, pd.join 进行复杂的合并；本节主要内容是pd.concat。

pd.concat() 的用法

语法格式：

pandas.concat(objs, axis=0, join=‘outer’, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)

参数 解释 objs 表示需要连接的对象，多个df的话，用列表的方式传入该参数 axis {0/‘index’, 1/‘columns’}要连接的轴。0 为上下堆叠，1为左右拼接 join {‘inner’, ‘outer’}, 默认‘outer’。join='outer’表示外连接，保留两个表中的所有信息；join="inner"表示内连接，拼接结果只保留两个表共有的信息 ignore_index bool，默认为 False。如果为 True，则不要沿连接轴使用索引值。结果轴将标记为 0, …, n - 1。如果您要连接对象，而连接轴没有有意义的索引信息，这将非常有用。请注意，连接中仍然尊重其他轴上的索引值。 keys 键序列，默认无。如果通过了多个级别，则应包含 元组 。使用传递的键作为最外层构建层次索引。