In [1]:

    

import pandas as pd


    

In [2]:

    

df1 = pd.DataFrame({'A': ['A1', 'A2', 'A3'],
                    'B': ['B1', 'B2', 'B3'],
                    'C': ['C1', 'C2', 'C3']},
                   index=['ONE', 'TWO', 'THREE'])
print(df1)


    

    




        A   B   C
ONE    A1  B1  C1
TWO    A2  B2  C2
THREE  A3  B3  C3

In [3]:

    

df2 = pd.DataFrame({'C': ['C2', 'C3', 'C4'],
                    'D': ['D2', 'D3', 'D4']},
                   index=['TWO', 'THREE', 'FOUR'])
print(df2)


    

    




        C   D
TWO    C2  D2
THREE  C3  D3
FOUR   C4  D4

In [4]:

    

s1 = pd.Series(['X1', 'X2', 'X3'], index=['ONE', 'TWO', 'THREE'], name='X')
print(s1)


    

    




ONE      X1
TWO      X2
THREE    X3
Name: X, dtype: object

In [5]:

    

s2 = pd.Series(['Y2', 'Y3', 'Y4'], index=['TWO', 'THREE', 'FOUR'], name='Y')
print(s2)


    

    




TWO      Y2
THREE    Y3
FOUR     Y4
Name: Y, dtype: object

In [6]:

    

df_concat = pd.concat([df1, df2])
print(df_concat)


    

    




         A    B   C    D
ONE     A1   B1  C1  NaN
TWO     A2   B2  C2  NaN
THREE   A3   B3  C3  NaN
TWO    NaN  NaN  C2   D2
THREE  NaN  NaN  C3   D3
FOUR   NaN  NaN  C4   D4

In [7]:

    

df_concat_multi = pd.concat([df1, df2, df1])
print(df_concat_multi)


    

    




         A    B   C    D
ONE     A1   B1  C1  NaN
TWO     A2   B2  C2  NaN
THREE   A3   B3  C3  NaN
TWO    NaN  NaN  C2   D2
THREE  NaN  NaN  C3   D3
FOUR   NaN  NaN  C4   D4
ONE     A1   B1  C1  NaN
TWO     A2   B2  C2  NaN
THREE   A3   B3  C3  NaN

In [8]:

    

df_v = pd.concat([df1, df2], axis=0)
print(df_v)


    

    




         A    B   C    D
ONE     A1   B1  C1  NaN
TWO     A2   B2  C2  NaN
THREE   A3   B3  C3  NaN
TWO    NaN  NaN  C2   D2
THREE  NaN  NaN  C3   D3
FOUR   NaN  NaN  C4   D4

In [9]:

    

df_h = pd.concat([df1, df2], axis=1)
print(df_h)


    

    




         A    B    C    C    D
FOUR   NaN  NaN  NaN   C4   D4
ONE     A1   B1   C1  NaN  NaN
THREE   A3   B3   C3   C3   D3
TWO     A2   B2   C2   C2   D2

In [10]:

    

df_v_out = pd.concat([df1, df2], join='outer')
print(df_v_out)


    

    




         A    B   C    D
ONE     A1   B1  C1  NaN
TWO     A2   B2  C2  NaN
THREE   A3   B3  C3  NaN
TWO    NaN  NaN  C2   D2
THREE  NaN  NaN  C3   D3
FOUR   NaN  NaN  C4   D4

In [11]:

    

df_v_in = pd.concat([df1, df2], join='inner')
print(df_v_in)


    

    




        C
ONE    C1
TWO    C2
THREE  C3
TWO    C2
THREE  C3
FOUR   C4

In [12]:

    

df_h_out = pd.concat([df1, df2], axis=1, join='outer')
print(df_h_out)


    

    




         A    B    C    C    D
FOUR   NaN  NaN  NaN   C4   D4
ONE     A1   B1   C1  NaN  NaN
THREE   A3   B3   C3   C3   D3
TWO     A2   B2   C2   C2   D2

In [13]:

    

df_h_in = pd.concat([df1, df2], axis=1, join='inner')
print(df_h_in)


    

    




        A   B   C   C   D
TWO    A2  B2  C2  C2  D2
THREE  A3  B3  C3  C3  D3

In [14]:

    

df_concat = pd.concat([df1, df2])
print(df_concat)


    

    




         A    B   C    D
ONE     A1   B1  C1  NaN
TWO     A2   B2  C2  NaN
THREE   A3   B3  C3  NaN
TWO    NaN  NaN  C2   D2
THREE  NaN  NaN  C3   D3
FOUR   NaN  NaN  C4   D4

In [15]:

    

print(type(df_concat))


    

    




<class 'pandas.core.frame.DataFrame'>

In [16]:

    

s_v = pd.concat([s1, s2])
print(s_v)


    

    




ONE      X1
TWO      X2
THREE    X3
TWO      Y2
THREE    Y3
FOUR     Y4
dtype: object

In [17]:

    

print(type(s_v))


    

    




<class 'pandas.core.series.Series'>

In [18]:

    

s_h = pd.concat([s1, s2], axis=1)
print(s_h)


    

    




         X    Y
FOUR   NaN   Y4
ONE     X1  NaN
THREE   X3   Y3
TWO     X2   Y2

In [19]:

    

print(type(s_h))


    

    




<class 'pandas.core.frame.DataFrame'>

In [20]:

    

s_h_in = pd.concat([s1, s2], axis=1, join='inner')
print(s_h_in)


    

    




        X   Y
TWO    X2  Y2
THREE  X3  Y3

In [21]:

    

df_s_h = pd.concat([df1, s2], axis=1)
print(df_s_h)


    

    




         A    B    C    Y
FOUR   NaN  NaN  NaN   Y4
ONE     A1   B1   C1  NaN
THREE   A3   B3   C3   Y3
TWO     A2   B2   C2   Y2

In [22]:

    

df_s_h_in = pd.concat([df1, s2], axis=1, join='inner')
print(df_s_h_in)


    

    




        A   B   C   Y
TWO    A2  B2  C2  Y2
THREE  A3  B3  C3  Y3

In [23]:

    

df_s_v = pd.concat([df1, s2])
print(df_s_v)


    

    




         A    B    C    0
ONE     A1   B1   C1  NaN
TWO     A2   B2   C2  NaN
THREE   A3   B3   C3  NaN
TWO    NaN  NaN  NaN   Y2
THREE  NaN  NaN  NaN   Y3
FOUR   NaN  NaN  NaN   Y4

In [24]:

    

df1.loc['FOUR'] = ['A4', 'B4', 'C4']
print(df1)


    

    




        A   B   C
ONE    A1  B1  C1
TWO    A2  B2  C2
THREE  A3  B3  C3
FOUR   A4  B4  C4

In [25]:

    

s = pd.Series(['A5', 'B5', 'C5'], index=df1.columns, name='FIVE')
print(s)


    

    




A    A5
B    B5
C    C5
Name: FIVE, dtype: object

In [26]:

    

df_append = df1.append(s)
print(df_append)


    

    




        A   B   C
ONE    A1  B1  C1
TWO    A2  B2  C2
THREE  A3  B3  C3
FOUR   A4  B4  C4
FIVE   A5  B5  C5