方法一：使用concat方法沿着一条轴，将多个对象堆叠到一起。

df_concat = pd.concat([df_aa,df_zz])         # 默认沿axis=0，join=‘out’的方式进行concat
df_igno_idx = pd.concat([df_aa,df_zz], ignore_index=True)
'''
# 重新设定index(效果类似于pd.concat([df1,df2]).reset_index(drop=True))
'''
df_col = pd.concat([df_aa,df_zz], axis=1)

方法二：使用join方法用于索引上的合并。

>>> caller.join(other.set_index('key'), on='key')
  key   A    B
0  K0  A0   B0
1  K1  A1   B1
2  K2  A2   B2
3  K3  A3  NaN
4  K4  A4  NaN
5  K5  A5  NaN

方法三：使用最常用的merge函数合并。

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
         left_index=False, right_index=False, sort=True,
         suffixes=('_x', '_y'), copy=True, indicator=False)

小编介绍过pandas的连接函数concat()函数使用方法，concat()函数是专门服务于pandas.Dataframe合并使用的，那pandas.Dataframe拼接方法除了concat()函数方法还有三种，以上就是小编整理的python中pandas.Dataframe合并的三种方法，希能对你有所帮助哟~

（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）