CDA數據分析師 出品
在工作中經常會遇到多個表進行拼接合並的需求，在pandas中有多個拼接合並的方法，每種方法都有自己擅長的拼接方式，這篇文章只對pd.concat()進行詳細講解，希望能幫助有需要的朋友一次徹底弄清楚它的用法。
pd.concat()函數簡介
pd.concat()函數可以沿著指定的軸將多個dataframe或者series拼接到一起，這一點和另一個常用的pd.merge()函數不同，pd.merge()函數只能實現兩個表的拼接。文章的主題是pd.concat()函數，接下來認識一下這個函數吧：
pd.concat( objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=None, copy=True,)
以上是有關pd.concat()函數的所有參數，接下來通過例子對常用參數進行講解。
參數axis
假設有兩個來自不同部門的表格，一個來自銷售部門，一個來自人力部門，這兩個表一般會有一兩個相同的列，大多數列名不同，但是行索引相同，因為是對同一批人不同信息的統計。
來看個例子：
來自銷售部門的表df_s
來自人力部門的表df_h
通過上邊的例子，能夠看出在函數pd.concat()中的默認拼接方式是上下堆疊，而銷售和人力的表格很明顯需要左右拼接，這時候就需要參數axis出場了：
keys和names
當表格拼接完成後，就不能判斷到底哪些數據是來自於哪一個表了，如果需要保留來源信息，就可以通過keys參數進行設置，而names參數可以給拼接後形成的數據結構添加名字。
來，看代碼：
這是上下拼接情況下標記每條記錄來自於哪個表，添加名字說明
這是左右拼接情況下標記每條記錄來自於哪個表，添加名字說明
參數join和join_axes
前邊的代碼中對這兩個參數都沒有進行設置，其中join參數控制的是外連接還是內連接，默認外連接，保留兩個表中的所有信息；如果設置成內連接，拼接結果只保留兩個表共有的信息，而join_axes參數是在內連接時選擇要完整保留哪個表的索引，但是這個參數在官方文檔中提醒即將被棄用，所以不做詳細講解，只看一下join參數的表現吧：
這兩個表有部分相同的列名和部分相同的行索引，來對這兩個表進行兩個方向的拼接，設置join="inner"後查看下效果：
上下拼接的時候，保留了共有的列信息！
左右拼接的時候保留了共有的行信息！
參數sort：
布爾值，默認值無
· 當" join"為" outer"時，如果有未對齊的軸，則對軸信息進行排序。 當前默認的排序默認值已棄用，在以後的pandas版本中將更改為不排序。
· 顯式傳遞``sort = True''使警告和排序保持沉默。
· 顯式傳遞``sort = False''以使警告靜音而不進行排序。
· 當"join ='inner'"已經保留了非串聯軸的順序時，這個命令無效。
如下圖，默認上下拼接，不進行sort參數設置會跳出警告，並且能看到列名已經被重新排序了：
設置sort=True，使警告沉默但是依然會被重新排序：
設置sort = False，使警告沉默並且不會被重新排序：
其他參數
levels：序列列表，默認值無。用於構建MultiIndex的特定級別（唯一值）。否則，它們將從鍵推斷。
copy：bool，默認為True，如果為False，則不要不必要地複製數據。
這兩個參數不是很常用，這裡不多做介紹了。
希望通過這篇文章讓你對pd.concat（）函數有更深的認識，也希望你能夠越來越優秀！
