记录一下pandas合并多个DataFrame的初级方法，主要是对pandas的concat和append的使用。全部代码见下图，详细记录一下每个方法的使用和注意点
工具/原料
pythonpandas库
pycharm等好用的编辑器
方法/步骤
1、首先，为了方便惯栲狠疲理解，新建几个测试数据df1=pd.DataFrame(np.ones((3,4))*0,columns=['a','b',媪青怍牙'c','d'])df2=pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d'])df3=pd.DataFrame(np.ones((3,4))*2,columns=['a','b','c','d'])df4=pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'],index=[1,2,3])df5=pd.DataFrame(np.ones((3,4))*1,columns=['b','c','d','e'],index=[2,3,4])具体是什么样子可以看输出结果
2、最普通的合并就是上下数据的拼接，如侈砉齿垃果列的字段一样的话，编写代码：res=pd.concat([df1,df2,df3],axis=0,ignore_i荏鱿胫协ndex=True)参数axis=0表示上下合并，1表示左右合并，ignore_index=True表示忽略原来的索引
3、当列的字段不一样的时候，我们往往要用到join参数，join为‘inner’时会裁剪吊互相之间没有的数据，join为‘outer’时会用NaN值来填充相互之间没有的数据
4、使用join_axes参数可以指定按那个DataFrame的索引来进行合并res=pd.concat([df4,df5],axis=1,join_axes=[df5.index])只要看下具体的输出表现大概就清楚了，下图分别是三中不同的情况
5、还介绍一个简单的合并方式，就是像列表一样添加在后面，也是用append,这里要注意DataFrame的后面是指上下的添加res=df1.append([df2,df3,df5],ignore_index=True)
