1 concat
concat函数是在pandas底下的方法，可以将数据根据不同的轴作简单的融合
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False)
参数说明 objs: series，dataframe或者是panel构成的序列lsit axis： 需要合并链接的轴，0是行，1是列 join：连接的方式 inner，或者outer
其他一些参数不常用，用的时候再补上说明。
1.1 相同字段的表首尾相接
# 现将表构成list，然后在作为concat的输入In [4]: frames = [df1, df2, df3]In [5]: result = pd.concat(frames)
要在相接的时候在加上一个层次的key来识别数据源自于哪张表，可以增加key参数
In [6]: result = pd.concat(frames, keys=['x', 'y', 'z'])
效果如下：
1.2 横向表拼接（行对齐）
1.2.1 axis
当axis = 1的时候，concat就是行对齐，然后将不同列名称的两张表合并
In [9]: result = pd.concat([df1, df4], axis=1)
1.2.2 join
加上join参数的属性，如果为’inner’得到的是两表的交集，如果是outer，得到的是两表的并集。
In [10]: result = pd.concat([df1, df4], axis=1, join='inner')
1.2.3 join_axes
如果有join_axes的参数传入，可以指定根据那个轴来对齐数据
例如根据df1表对齐数据，就会保留指定的df1表的轴，然后将df4的表与之拼接
In [11]: result = pd.concat([df1, df4], axis=1, join_axes=[df1.index])
。。。。。。。
