创建2个DataFrame：
1.4，ignore_index
默认值：ignore_index=False
合并方向是否忽略原行/列名称，而采用系统默认的索引，即从0开始的int。
axis=0时ignore_index=True，index采用系统默认索引：
axis=1时ignore_index=True，columns采用系统默认索引：
1.5，keys
默认值：keys=None
可以加一层标签，标识行/列名称属于原来哪个df。
axis=0时设置keys：
axis=1时设置keys：
也可以传字典取代keys：
1.6，levels
默认值：levels=None
明确行/列名称取值范围：
非合并方向的行/列名称是否排序。例如1.1中默认axis=0时columns进行了排序，axis=1时index进行了排序。
axis=0时sort=False，columns不作排序：
axis=1时sort=False，index不作排序：
1.8，concat多个DataFrame
2，append
竖方向合并df，没有axis属性
不会就地修改，而是会创建副本
示例：
2.1，ignore_index属性
2.2，append多个DataFrame
和concat相同，append也支持append多个DataFrame
3，merge
示例：
对df1和df2进行merge：
可以看到只有df1和df2的key1=y的行保留了下来，即默认合并后只保留有共同列项并且值相等行（即交集）。
本例中left和right的k1=y分别有2个，最终构成了2*2=4行。
如果没有共同列会报错：
3.1，on属性
*[En]*
**
可以指定on，设定合并基准列，就可以根据k1进行合并，并且left和right共同列k2会同时变换名称后保留下来：
默认值：on的默认值是所有共同列，本例为：on=['k1', 'k2']
3.2，how属性
how取值范围：'inner', 'outer', 'left', 'right'
默认值：how='inner'
'inner'：共同列的值必须完全相等：
'outer'：共同列的值都会保留，left或right在共同列上的差集，会对它们的缺失列项的值赋上NaN：
'left'：根据左边的DataFrame确定共同列的保留值，右边缺失列项的值赋上NaN：
'right'：根据右边的DataFrame确定共同列的保留值，左边缺失列项的值赋上NaN：
3.3，indicator
默认值：indicator=False，不显示合并方式
设置True表示显示合并方式，即left / right / both：
Original: https://www.cnblogs.com/guxh/p/9451532.html
Author: guxh
Title: pandas dataframe的合并（append, merge, concat）