1. append()

append方法用以在表尾中添加新的行，并返回追加后的数据对象，若追加的行中存在原数据没有的列，会新增一列，并用nan填充；若追加的行数据中缺少原数据某列，同样以nan填充.。
语法：

df.append(other, ignore_index=False, verify_integrity=False, sort=None)

other:要追加的数据,可以是dataframe,series,字典，列表甚至是元素，但前后类型要一致。
ignore_index:两个表的index是否有实际含义，默认为False，若ignore_index=True，表根据列名对齐合并，生成新的index。
verify_integrity:默认为False,若为True,创建具有重复项的索引时引发ValueError。
sort：默认为False，若为True如果’ self ‘和’ other ‘的列没有对齐，则对列进行排序。

官方文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html?highlight=append#pandas.DataFrame.append

2. concat()

concat方法用以将两个或多个pandas对象根据轴（横向/纵向）进行拼接，concat函数是在pandas命名空间下的方法，因此需要通过pd.concat()的方式来引用。
语法：

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’)

常用参数：

objs：要进行拼接的pandas对象，可用中括号[]将两个或多个对象括起来
axis：指定对象按照那个轴进行拼接，默认为0（纵向拼接），1为横向横向拼接
join：拼接的方式，inner为交集，outer为并集
join_axes：index的列表，仅在横向合并时使用，指明要将数据合并入哪个原表的index。
ignore_index：默认为False，如果设置为true，则无视表原来的轴标签，直接合并，合并后生成新的轴标签。
keys：表标识的列表，用来区分合并的表来自哪里。
2.1 concat()示例
```python import pandas

df=pandas.DataFrame() df2=pandas.DataFrame()

df[‘id’]=[1,2,3,4] df[‘name’]=[‘zhang’,’chen’,’lee’,’wang’]

df2[‘id’]=[2,3,4,5] df2[‘name’]=[‘Shenzhen’,’Hongkong’,’NewYork’,’London’]

df3=pandas.concat([df,df2],axis=0,ignore_index=True) print(df3)

<a name="Jin7J"></a>
## 输出：
<a name="PCWnh"></a>
## ![image.png](https://cdn.nlark.com/yuque/0/2021/png/25549414/1640073678912-1efbf887-2cc1-4f16-b1bb-b8b8ea320cce.png#clientId=u1b7cc458-c09e-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=250&id=u7e5275f3&margin=%5Bobject%20Object%5D&name=image.png&originHeight=500&originWidth=1687&originalType=binary&ratio=1&rotation=0&showTitle=false&size=57834&status=done&style=none&taskId=u4f3425dd-c47d-4ee6-9fb5-a9df46856a4&title=&width=844)[<br /><br />](https://blog.csdn.net/weixin_33631836/article/details/112129629)
[
](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html?highlight=append#pandas.DataFrame.append)
官方文档：<br />[https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.concat.html?highlight=concat#pandas.concat](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.concat.html?highlight=concat#pandas.concat)
参考资料：[https://blog.csdn.net/weixin_33631836/article/details/112129629](https://blog.csdn.net/weixin_33631836/article/details/112129629)
<a name="AvA0V"></a>
# 多个DataFrame同时连接
```python
import pandas as pd
import numpy as np
data = pd.DataFrame({'a': [1, 2, 4, np.nan,7, 9], 
                     'b': ['a', 'b', np.nan, np.nan, 'd', 'e'], 
                     'c': [np.nan, 0, 4, np.nan, np.nan, 5], 
                     'd': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]})
data1 = pd.DataFrame({'a': [1, 2, 4, np.nan,7, 9], 
                     'b': ['a', 'b', np.nan, np.nan, 'd', 'e'], 
                     'c': [np.nan, 0, 4, np.nan, np.nan, 5], 
                     'd': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]})
data2 = pd.DataFrame({'a': [1, 2, 4, np.nan,7, 9], 
                     'b': ['a', 'b', np.nan, np.nan, 'd', 'e'], 
                     'c': [np.nan, 0, 4, np.nan, np.nan, 5], 
                     'd': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]})
pd.concat([data,data1,data2])

Pandas

对series和dataframe对象进行连接

1. append()

2. concat()

2.1 concat()示例