合并：concat

concat 是拼接，不是连接

pandas 合并数据有两类工具：concat 是纯拼接，把表简单叠在一起；merge 是按键连接（下一章讲），像 SQL 的 JOIN。

concat 把多个 DataFrame 沿某个轴摞起来。默认 axis=0，上下摞（增加行）：

import pandas as pd

df1 = pd.DataFrame({"姓名": ["张三", "李四"], "成绩": [85, 92]})
df2 = pd.DataFrame({"姓名": ["王五"], "成绩": [78]})

result = pd.concat([df1, df2])
print(result)

用法分三步：

1. 把要拼的表收进一个列表（一次拼任意多张）；
2. 选方向：axis=0 加行，axis=1 加列；
3. 按需处理索引：ignore_index 重建、keys 加标签。

concat 不要求各表有相同的列或索引——列名对不上不报错，这正是它和 merge 的区别：merge 必须有键，concat 不需要。

concat 也接受 Series。axis=0 拼 Series 就是”首尾相连”，结果是更长的 Series：

s1 = pd.Series([1, 2], name="x")
s2 = pd.Series([3, 4], name="x")
print(pd.concat([s1, s2]))

axis=1：左右拼接

axis=1 时按列摞（增加列）：

df3 = pd.DataFrame({"城市": ["北京", "上海", "广州"]})

result = pd.concat([df1, df3], axis=1)
print(result)

行数不一致时，多出来的位置自动填 NaN。axis=1 拼 Series 时，有名字的 Series 用名字当列名，没名字的按 0、1、2 编号。

axis=1 拼接时两边出现同名列，结果里列名会重复（比如两个”姓名”）。这时用 df.columns 区分位置，或拼接前先 rename 去重。

join 参数：内外模式

左右拼接时两边行索引对不上，用 join 决定取舍：

• join=“outer”（默认）：取两边索引的并集，缺失位置填 NaN；
• join=“inner”：只取交集，两边都有的行才保留。

df4 = pd.DataFrame({"语文": [90, 88]}, index=[0, 2])
result = pd.concat([df1, df4], axis=1, join="inner")
print(result)

上下拼接时 join 作用于列：outer 保留所有列（没有的列填 NaN），inner 只留两边都有的列。看个列对不上的例子：

df5 = pd.DataFrame({"姓名": ["张三"], "城市": ["北京"]})
print(pd.concat([df1, df5]))

df1 有”成绩”、df5 有”城市”，默认 outer 两边列都保留，缺的填 NaN。想要只留公共列，join=“inner”。

ignore_index：重建索引

上下拼接时各表索引都从 0 开始，结果索引会重复：

print(pd.concat([df1, df1]))

索引重复以后，df.loc[0] 一次取到两行，很多操作会变得别扭。想要连续的 0..n-1，用 ignore_index=True：

print(pd.concat([df1, df1], ignore_index=True))

ignore_index 只影响拼接轴上的索引，不动列名。它和 keys 可以一起用：先按 keys 分块，再忽略块内的原索引。

keys：给每块数据贴标签

拼接多批数据时，想记住每行来自哪张表，用 keys 生成多级索引：

result = pd.concat([df1, df2], keys=["上学期", "下学期"])
print(result)

索引变成两层：外层是标签，内层是原索引。之后用 result.loc[“上学期”] 取回对应批次。传字典也行：pd.concat({“上学期”: df1, “下学期”: df2})，效果等价。注意 keys 的标签数量和传入的表数量必须一致，少一个都会报错。

外层索引的名字可以指定：

result = pd.concat(
    [df1, df2],
    keys=["上学期", "下学期"],
    names=["批次"],
)
print(result)

追加行：append 已移除，用 concat

老教程里的 df.append() 在 pandas 2.0 已移除，统一用 concat。追加一行，先把 Series 转成一行再拼：

new_row = pd.Series({"姓名": "赵六", "成绩": 95})
result = pd.concat([df1, new_row.to_frame().T], ignore_index=True)
print(result)

to_frame() 把 Series 变成一列，.T 转置成一行，再和原表上下拼接。这就是 append 曾经的用法，记住这个组合就行。

追加多行更简单，直接 concat 一个 DataFrame：

new_rows = pd.DataFrame({"姓名": ["赵六", "钱七"], "成绩": [95, 88]})
result = pd.concat([df1, new_rows], ignore_index=True)
print(result)

追加的 DataFrame 列和原表对不上也没关系，缺的列自动填 NaN。

另外，怀疑拼接结果有重复索引时，可以加 verify_integrity=True，有重复就抛 ValueError 提醒。

concat 与 merge 的分工

一句话区分：concat 只管”叠”，不管”配”；merge 才管”配”——按键值匹配行。叠的时候如果两边索引恰好对齐，效果看起来像连接，但语义不同：concat 按标签对齐后堆叠，merge 按键值匹配后合并。

想”把两张表按索引并排”用 concat(axis=1)；想”按某列值把信息合到一张表”用 merge。方向选错了，结果往往就是一堆 NaN 或重复列。

小结

concat 是纯拼接：axis=0 加行、axis=1 加列，ignore_index 重建索引、keys 贴批次标签、join 决定内外模式。追加行用 concat + to_frame().T（§06 提过），别再用已移除的 append。一句话：concat 只管”叠”，merge 才管”配”。