你可以使用下面的基本语法来一次追加多个pandas DataFrame：
import pandas as pd
#append multiple DataFrames
df_big = pd.concat([df1,df2, df3], ignore_index=True)
这个特殊的语法将把df1、df2和df3追加到一个名为df_big的单一pandas DataFrame中。
下面的例子展示了如何在实践中使用这种语法。
例子1：一次追加多个潘达斯数据框架
下面的代码展示了如何一次追加多个pandas DataFrames。
import pandas as pd
#create three DataFrames
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
'points':[12, 5, 13, 17, 27]})
df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
'points':[24, 26, 27, 27, 12]})
df3 = pd.DataFrame({'player': ['K', 'L', 'M', 'N', 'O'],
'points':[9, 5, 5, 13, 17]})
#append all DataFrames into one DataFrame
df_big = pd.concat([df1,df2, df3], ignore_index=True)
#view resulting DataFrame
print(df_big)
player points
0 A 12
1 B 5
2 C 13
3 D 17
4 E 27
5 F 24
6 G 26
7 H 27
8 I 27
9 J 12
10 K 9
11 L 5
12 M 5
13 N 13
14 O 17
结果是一个大的DataFrame，包含了三个单独DataFrame中的所有行。
参数ignore_index=True告诉pandas忽略每个DataFrame中的原始索引号，为新的DataFrame创建一个从0开始的新索引。
例如，考虑一下当我们在堆叠下面两个DataFrame时不使用ignore_index=True会发生什么。
import pandas as pd
#create two DataFrames with indices
df1 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E'],
'points':[12, 5, 13, 17, 27]},
index=[0, 1, 2, 3, 4])
df2 = pd.DataFrame({'player': ['F', 'G', 'H', 'I', 'J'],
'points':[24, 26, 27, 27, 12]},
index=[2, 4, 5, 6, 9])
#stack the two DataFrames together
df_big = pd.concat([df1,df2])
#view resulting DataFrame
print(df_big)
player points
0 A 12
1 B 5
2 C 13
3 D 17
4 E 27
2 F 24
4 G 26
5 H 27
6 I 27
9 J 12
产生的DataFrame保留了这两个DataFrame的原始索引值。
一般来说，在附加多个DataFrame时，你应该使用ignore_index=True ，除非你有特殊的原因需要保留原来的索引值。
