主要分为：级联：pd.concat、pd.append
合并：pd.merge
一、numpy级联的回顾
详细参考numpy章节
https://www.cnblogs.com/jiangbei/p/11287238.html
二、pd中concat函数
1.简单级联
和numpy的级联类似，默认增加行数，通过axis（默认为0）来控制
在pandas中,如果行 和 列不一致,但是shape相同,会级联成一个更大的df,不对应的值会填充NaN。
并且，级联可以重复：
可以通过ignore_index进行索引重排序（变成0开始的索引）：
通过keys创建多层索引：（可以使得合并之后的数据更加清晰）
2.不匹配级联
不匹配级联是指两个df的行或者列索引不一致
1）外连接，不对齐的补NaN，（默认模式）
2)内连接，通过join参数控制：
3）指令连接的轴，通过join_axis控制：
这样就只保留了Join_axis的列：
3）使用append()方法进行追加
这种使用和concat是差不多的，不过可以不通过pd来操作了：