LeetCode-2888. 重塑数据：连结

2888. 重塑数据：连结

DataFrame df1
+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| student_id  | int    |
| name        | object |
| age         | int    |
+-------------+--------+

DataFrame df2
+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| student_id  | int    |
| name        | object |
| age         | int    |
+-------------+--------+

编写一个解决方案，将两个 DataFrames 垂直 连接成一个 DataFrame。

结果格式如下示例所示。

示例 1：

输入：
df1
+------------+---------+-----+
| student_id | name    | age |
+------------+---------+-----+
| 1          | Mason   | 8   |
| 2          | Ava     | 6   |
| 3          | Taylor  | 15  |
| 4          | Georgia | 17  |
+------------+---------+-----+
df2
+------------+------+-----+
| student_id | name | age |
+------------+------+-----+
| 5          | Leo  | 7   |
| 6          | Alex | 7   |
+------------+------+-----+
输出：
+------------+---------+-----+
| student_id | name    | age |
+------------+---------+-----+
| 1          | Mason   | 8   |
| 2          | Ava     | 6   |
| 3          | Taylor  | 15  |
| 4          | Georgia | 17  |
| 5          | Leo     | 7   |
| 6          | Alex    | 7   |
+------------+---------+-----+
解释：
两个 DataFrame 被垂直堆叠，它们的行被合并。

import pandas as pd


def concatenateTables(df1: pd.DataFrame, df2: pd.DataFrame) -> pd.DataFrame:
    return pd.concat(objs=[df1, df2], axis=0, join='outer')
# pd.concat()：pandas 内部的一个方便的函数，用于垂直(按行)或水平(按列)连接 DataFrame。
#   objs: 这是要连接的对象，可以是 DataFrame、Series 或者 DataFrame 和 Series 的列表。
#   axis: 用于指定沿着哪个轴进行连接。0 表示沿着行的方向进行连接，1 表示沿着列的方向进行连接。
#   join: 指定连接的方式，可以是 'inner'（交集）或 'outer'（并集）。
#   ignore_index: 如果为 True，则忽略原始索引，并生成一个新的整数索引。
#   keys: 创建层次化索引。传入一个列表或数组，将根据传入的键在连接轴上创建多层索引。
#   levels 和 names: 用于创建分层索引的级别和名称。
#   verify_integrity: 如果为 True，将检查结果对象是否包含重复索引。如果有重复索引，则会抛出异常。
#   sort: 如果为 True，将对非连接轴上的数据进行排序。
#   copy: 如果为 False，则不复制数据，否则会复制数据。