merge()函数是将两个表格（DataFrame）进行匹配合并。
在实际的使用中，我们也会用到将两组或者多组数据直接简单的合并，并不需要进行匹配，这时候就需要用到concat()函数了。
现在要将它们纵向直接合并起来：
其实经过concat()合并之后，所以还是以前的所以（系统默认的），在其它表没有的列会用NaN值填充，所以在实际使用的时候要主要重新设定索引并填充空值。
还有就是concat()函数合并的时候括号里是一个列表，也就是说concat()合并的应该是一个可迭代的对象，所以df1和df2要组成一个列表形式。
concat()也能够合并多个数据组：
如果我们要重新设置索引的话可以使用ignore_index=True进行新所以的设定，也可以进行特定列的选择（进行特定列的选择的时候一定要特别主要中括号的使用）。
concat()函数还能进行横向的合并，横向的合并使用参数axis=1：
在横向合并时，合并的依据是索引，索引相同的行就会合并在一起。
在合并的时候如果只想要两个数据组都有的列，那么只要添加参数join='inner'就可以了：
横向合并也类似，添加join='inner'，只有索引相同的行才会合并。主要'inner'要用引号，它在这里是一个字符串。
合并之后可以指定参数注明数据的来源：
添加数据来源的标签之后，索引就变成了多层索引，可以使用names给这些索引添加索引名称：
这些方法也可以使用在横向合并上：
选取特定列的时候要主要中括号的个数。
如果索引是我们合并使用的键，横向合并并且是inner合并之后，我们就能够用concat()实现类似merge()的功能，这样就能实现多表一次性匹配合并。
咦？不是说类似于merge()的功能吗？怎么多组数据直接的合并并没有实现真正的联结，而仅仅只是进行了拼接而已呢？
这个地方有一个需要注意的就是多表联结的时候如果没有指定title为索引，那么系统就会使用默认的索引，所以会导致联结不准确的情况，如果我们要进行准确的联结，首先需要把title变成所以列：
更改索引之后在进行上一步的操作：
索引也改了，方法也没有错，到底哪里除了问题呢？
原因就是索引列存在重复了（前面说过标题有重复的）：
df.index.is_unique后面不需要用括号，因为is_unique是属性。
所以我们先对title进行去索引处理：
然后对title进行去重：
去重之后重新把title作为索引：
然后在进行join=‘inner’的联结操作：
这样就可以进行多表的联结了。
总结一下就是：
先设定多组数据里都具有的一列作为索引，并且这一列不能有重复（有重复要进行去重处理）；
然后就是要设定参数axis=1，参数axis=0的话是纵向拼接；
还有就是join='inner'。
