在为自己回答这个问题的过程中，我学到了很多东西，我想整理一个例子和一些解释的目录。
针对题主的具体回答levels争论将接近尾声。
pandas.concat: 丢失的手册
链接到当前文档 https://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html#pandas-concat
导入和定义对象
import pandas as pd
d1 = pd.DataFrame(dict(A=.1, B=.2, C=.3), index=[2, 3])
d2 = pd.DataFrame(dict(B=.4, C=.5, D=.6), index=[1, 2])
d3 = pd.DataFrame(dict(A=.7, B=.8, D=.9), index=[1, 3])
s1 = pd.Series([1, 2], index=[2, 3])
s2 = pd.Series([3, 4], index=[1, 2])
s3 = pd.Series([5, 6], index=[1, 3])
论点
objs
我们遇到的第一个论点是objs:
objs：Series、DataFrame 或 Panel 对象的序列或映射
如果传递一个字典，则排序后的键将用作键参数，除非传递它，在这种情况下将选择值（见下文）。任何 None 对象都将被静默删除，除非它们都是 None 在这种情况下将引发 ValueError
- 我们通常会看到它与列表一起使用
Series or DataFrame对象。
- 我会证明这一点
dict也可能非常有用。
- 也可以使用生成器，并且在使用时非常有用
map as in map(f, list_of_df)
现在，我们将坚持列出一些DataFrame and Series上面定义的对象。
我将展示如何利用词典来提供非常有用的信息MultiIndex稍后有结果。
pd.concat([d1, d2])
A B C D
2 0.1 0.2 0.3 NaN
3 0.1 0.2 0.3 NaN
1 NaN 0.4 0.5 0.6
2 NaN 0.4 0.5 0.6
axis
我们遇到的第二个论点是axis其默认值为0:
axis: {0/'索引',1/'列'},默认0
沿其连接的轴。
Two DataFrames with axis=0（堆叠）
对于值0 or index我们的意思是：“沿列对齐并添加到索引”。
如上所示，我们使用的地方axis=0， 因为0是默认值，我们看到索引d2扩展索引d1尽管存在价值重叠2:
pd.concat([d1, d2], axis=0)
A B C D
2 0.1 0.2 0.3 NaN
3 0.1 0.2 0.3 NaN
1 NaN 0.4 0.5 0.6
2 NaN 0.4 0.5 0.6
Two DataFrames with axis=1（并排）
对于价值观1 or columns我们的意思是：“沿着索引对齐并添加到列”，
pd.concat([d1, d2], axis=1)
A B C B C D
1 NaN NaN NaN 0.4 0.5 0.6
2 0.1 0.2 0.3 0.4 0.5 0.6
3 0.1 0.2 0.3 NaN NaN NaN
我们可以看到，结果索引是索引的并集，结果列是列的扩展d1的列d2.
两个（或三个）Series with axis=0（堆叠）
组合时pandas.Series along axis=0，我们得到一个pandas.Series。结果的名称Series将None除非全部Series合并后具有相同的名称。注意'Name: A'当我们打印出结果时Series。当它不存在时，我们可以假设Series名字是None.
| | | pd.concat(
| pd.concat( | pd.concat( | [s1.rename('A'),
pd.concat( | [s1.rename('A'), | [s1.rename('A'), | s2.rename('B'),
[s1, s2]) | s2]) | s2.rename('A')]) | s3.rename('A')])
-------------- | --------------------- | ---------------------- | ----------------------
2 1 | 2 1 | 2 1 | 2 1
3 2 | 3 2 | 3 2 | 3 2
1 3 | 1 3 | 1 3 | 1 3
2 4 | 2 4 | 2 4 | 2 4
dtype: int64 | dtype: int64 | Name: A, dtype: int64 | 1 5
| | | 3 6
| | | dtype: int64
两个（或三个）Series with axis=1（并排）
组合时pandas.Series along axis=1， 它是name我们引用的属性是为了推断结果中的列名pandas.DataFrame.
| | pd.concat(
| pd.concat( | [s1.rename('X'),
pd.concat( | [s1.rename('X'), | s2.rename('Y'),
[s1, s2], axis=1) | s2], axis=1) | s3.rename('Z')], axis=1)
---------------------- | --------------------- | ------------------------------
0 1 | X 0 | X Y Z
1 NaN 3.0 | 1 NaN 3.0 | 1 NaN 3.0 5.0
2 1.0 4.0 | 2 1.0 4.0 | 2 1.0 4.0 NaN
3 2.0 NaN | 3 2.0 NaN | 3 2.0 NaN 6.0
Mixed Series and DataFrame with axis=0（堆叠）
当执行串联时Series and DataFrame along axis=0，我们将所有的Series到单列DataFrames.
请特别注意，这是一个串联axis=0;这意味着在对齐列的同时扩展索引（行）。在下面的示例中，我们看到索引变为[2, 3, 2, 3]这是不加区别地附加索引。除非我强制命名，否则这些列不会重叠Series参数为的列to_frame:
pd.concat( |
[s1.to_frame(), d1]) | pd.concat([s1, d1])
------------------------- | ---------------------
0 A B C | 0 A B C
2 1.0 NaN NaN NaN | 2 1.0 NaN NaN NaN
3 2.0 NaN NaN NaN | 3 2.0 NaN NaN NaN
2 NaN 0.1 0.2 0.3 | 2 NaN 0.1 0.2 0.3
3 NaN 0.1 0.2 0.3 | 3 NaN 0.1 0.2 0.3
你可以看到结果pd.concat([s1, d1])就像我执行了一样to_frame myself.
但是，我可以使用参数来控制结果列的名称to_frame。重命名Series与rename方法确实not控制结果中的列名称DataFrame.
# Effectively renames | |
# `s1` but does not align | # Does not rename. So | # Renames to something
# with columns in `d1` | # Pandas defaults to `0` | # that does align with `d1`
pd.concat( | pd.concat( | pd.concat(
[s1.to_frame('X'), d1]) | [s1.rename('X'), d1]) | [s1.to_frame('B'), d1])
---------------------------- | -------------------------- | ----------------------------
A B C X | 0 A B C | A B C
2 NaN NaN NaN 1.0 | 2 1.0 NaN NaN NaN | 2 NaN 1.0 NaN
3 NaN NaN NaN 2.0 | 3 2.0 NaN NaN NaN | 3 NaN 2.0 NaN
2 0.1 0.2 0.3 NaN | 2 NaN 0.1 0.2 0.3 | 2 0.1 0.2 0.3
3 0.1 0.2 0.3 NaN | 3 NaN 0.1 0.2 0.3 | 3 0.1 0.2 0.3
Mixed Series and DataFrame with axis=1（并排）
这是相当直观的。Series列名默认为此类的枚举Series物体当name属性不可用。
| pd.concat(
pd.concat( | [s1.rename('X'),
[s1, d1], | s2, s3, d1],
axis=1) | axis=1)
------------------- | -------------------------------
0 A B C | X 0 1 A B C
2 1 0.1 0.2 0.3 | 1 NaN 3.0 5.0 NaN NaN NaN
3 2 0.1 0.2 0.3 | 2 1.0 4.0 NaN 0.1 0.2 0.3
| 3 2.0 NaN 6.0 0.1 0.2 0.3
join
第三个参数是join描述生成的合并应该是外部合并（默认）还是内部合并。
join: {'inner', 'outer'}, 默认'outer'
如何处理其他轴上的索引。
事实证明，没有left or right选项为pd.concat可以处理多个要合并的对象。
如果是d1 and d2，选项如下所示：
outer
pd.concat([d1, d2], axis=1, join='outer')
A B C B C D
1 NaN NaN NaN 0.4 0.5 0.6
2 0.1 0.2 0.3 0.4 0.5 0.6
3 0.1 0.2 0.3 NaN NaN NaN
inner
pd.concat([d1, d2], axis=1, join='inner')
A B C B C D
2 0.1 0.2 0.3 0.4 0.5 0.6
join_axes
第四个参数是让我们能够做我们的事情left合并等等。
连接轴：索引对象列表
用于其他 n - 1 个轴的特定索引，而不是执行内部/外部设置逻辑。
左合并
pd.concat([d1, d2, d3], axis=1, join_axes=[d1.index])
A B C B C D A B D
2 0.1 0.2 0.3 0.4 0.5 0.6 NaN NaN NaN
3 0.1 0.2 0.3 NaN NaN NaN 0.7 0.8 0.9
右合并
pd.concat([d1, d2, d3], axis=1, join_axes=[d3.index])
A B C B C D A B D
1 NaN NaN NaN 0.4 0.5 0.6 0.7 0.8 0.9
3 0.1 0.2 0.3 NaN NaN NaN 0.7 0.8 0.9
ignore_index
忽略索引: 布尔值，默认 False
如果为 True，则不使用串联轴上的索引值。生成的轴将标记为 0, ..., n - 1。如果您要连接对象，而连接轴没有有意义的索引信息，则这非常有用。请注意，连接中仍然遵循其他轴上的索引值。
就像我堆叠时一样d1在之上d2，如果我不关心索引值，我可以重置它们或忽略它们。
| pd.concat( | pd.concat(
| [d1, d2], | [d1, d2]
pd.concat([d1, d2]) | ignore_index=True) | ).reset_index(drop=True)
--------------------- | ----------------------- | -------------------------
A B C D | A B C D | A B C D
2 0.1 0.2 0.3 NaN | 0 0.1 0.2 0.3 NaN | 0 0.1 0.2 0.3 NaN
3 0.1 0.2 0.3 NaN | 1 0.1 0.2 0.3 NaN | 1 0.1 0.2 0.3 NaN
1 NaN 0.4 0.5 0.6 | 2 NaN 0.4 0.5 0.6 | 2 NaN 0.4 0.5 0.6
2 NaN 0.4 0.5 0.6 | 3 NaN 0.4 0.5 0.6 | 3 NaN 0.4 0.5 0.6
并且使用时axis=1:
| pd.concat(
| [d1, d2], axis=1,
pd.concat([d1, d2], axis=1) | ignore_index=True)
------------------------------- | -------------------------------
A B C B C D | 0 1 2 3 4 5
1 NaN NaN NaN 0.4 0.5 0.6 | 1 NaN NaN NaN 0.4 0.5 0.6
2 0.1 0.2 0.3 0.4 0.5 0.6 | 2 0.1 0.2 0.3 0.4 0.5 0.6
3 0.1 0.2 0.3 NaN NaN NaN | 3 0.1 0.2 0.3 NaN NaN NaN
keys
我们可以传递标量值或元组的列表，以便将元组或标量值分配给相应的 MultiIndex。传递的列表的长度必须与连接的项目数相同。
keys：顺序，默认 None
如果通过了多个级别，则应包含元组。使用传递的键作为最外层构建分层索引
axis=0
连接时Series沿途物体axis=0（扩展索引）。
这些钥匙，成为一个新的初始级别MultiIndex索引属性中的对象。
# length 3 length 3 # length 2 length 2
# /--------\ /-----------\ # /----\ /------\
pd.concat([s1, s2, s3], keys=['A', 'B', 'C']) pd.concat([s1, s2], keys=['A', 'B'])
---------------------------------------------- -------------------------------------
A 2 1 A 2 1
3 2 3 2
B 1 3 B 1 3
2 4 2 4
C 1 5 dtype: int64
3 6
dtype: int64
但是，我们可以在中使用多个标量值keys论证以创造更深入的MultiIndex。这里我们通过tuples长度为 2 的前面添加两个新的级别 aMultiIndex:
pd.concat(
[s1, s2, s3],
keys=[('A', 'X'), ('A', 'Y'), ('B', 'X')])
-----------------------------------------------
A X 2 1
3 2
Y 1 3
2 4
B X 1 5
3 6
dtype: int64
axis=1
沿着列延伸时有点不同。当我们使用axis=0（见上文）我们的keys充当MultiIndex除现有指数外的其他水平。为了axis=1，我们指的是一个轴Series对象不具有，即columns属性。
Variations of Two
Series wtih
axis=1
请注意，命名s1 and s2只要不重要keys已通过，但如果keys都通过了。
| | | pd.concat(
| pd.concat( | pd.concat( | [s1.rename('U'),
pd.concat( | [s1, s2], | [s1.rename('U'), | s2.rename('V')],
[s1, s2], | axis=1, | s2.rename('V')], | axis=1,
axis=1) | keys=['X', 'Y']) | axis=1) | keys=['X', 'Y'])
-------------- | --------------------- | ---------------------- | ----------------------
0 1 | X Y | U V | X Y
1 NaN 3.0 | 1 NaN 3.0 | 1 NaN 3.0 | 1 NaN 3.0
2 1.0 4.0 | 2 1.0 4.0 | 2 1.0 4.0 | 2 1.0 4.0
3 2.0 NaN | 3 2.0 NaN | 3 2.0 NaN | 3 2.0 NaN
MultiIndex with
Series and
axis=1
pd.concat(
[s1, s2],
axis=1,
keys=[('W', 'X'), ('W', 'Y')])
-----------------------------------
W
X Y
1 NaN 3.0
2 1.0 4.0
3 2.0 NaN
Two
DataFrame with
axis=1
与axis=0例子，keys添加级别到MultiIndex，但是这次对象存储在columns属性。
pd.concat( | pd.concat(
[d1, d2], | [d1, d2],
axis=1, | axis=1,
keys=['X', 'Y']) | keys=[('First', 'X'), ('Second', 'X')])
------------------------------- | --------------------------------------------
X Y | First Second
A B C B C D | X X
1 NaN NaN NaN 0.4 0.5 0.6 | A B C B C D
2 0.1 0.2 0.3 0.4 0.5 0.6 | 1 NaN NaN NaN 0.4 0.5 0.6
3 0.1 0.2 0.3 NaN NaN NaN | 2 0.1 0.2 0.3 0.4 0.5 0.6
| 3 0.1 0.2 0.3 NaN NaN NaN
Series and
DataFrame with
axis=1
这很棘手。在这种情况下，标量键值不能充当索引的唯一级别Series对象，当它成为一个列，同时也充当一个对象的第一层MultiIndex为了DataFrame。所以 Pandas 将再次使用name的属性Series对象作为列名称的来源。
pd.concat( | pd.concat(
[s1, d1], | [s1.rename('Z'), d1],
axis=1, | axis=1,
keys=['X', 'Y']) | keys=['X', 'Y'])
--------------------- | --------------------------
X Y | X Y
0 A B C | Z A B C
2 1 0.1 0.2 0.3 | 2 1 0.1 0.2 0.3
3 2 0.1 0.2 0.3 | 3 2 0.1 0.2 0.3
Limitations of
keys and
MultiIndex inferrence.
Pandas 似乎只能从中推断出列名Series名称，但在具有不同列级别数的数据帧之间进行类似串联时，它不会填充空白。
d1_ = pd.concat(
[d1], axis=1,
keys=['One'])
d1_
One
A B C
2 0.1 0.2 0.3
3 0.1 0.2 0.3
然后将其与列对象中只有一个级别的另一个数据框连接起来，Pandas 将拒绝尝试创建元组MultiIndex对象并组合所有数据帧，就像单个级别的对象、标量和元组一样。
pd.concat([d1_, d2], axis=1)
(One, A) (One, B) (One, C) B C D
1 NaN NaN NaN 0.4 0.5 0.6
2 0.1 0.2 0.3 0.4 0.5 0.6
3 0.1 0.2 0.3 NaN NaN NaN
通过一个dict代替list
递字典的时候，pandas.concat将使用字典中的键作为keys范围。
# axis=0 | # axis=1
pd.concat( | pd.concat(
{0: d1, 1: d2}) | {0: d1, 1: d2}, axis=1)
----------------------- | -------------------------------
A B C D | 0 1
0 2 0.1 0.2 0.3 NaN | A B C B C D
3 0.1 0.2 0.3 NaN | 1 NaN NaN NaN 0.4 0.5 0.6
1 1 NaN 0.4 0.5 0.6 | 2 0.1 0.2 0.3 0.4 0.5 0.6
2 NaN 0.4 0.5 0.6 | 3 0.1 0.2 0.3 NaN NaN NaN
levels
这与keys争论.当levels保留为其默认值None，Pandas 将采用结果的每个级别的唯一值MultiIndex并将其用作结果中使用的对象index.levels属性。
levels：序列列表，默认 None
用于构造多重索引的特定级别（唯一值）。否则，将从密钥中推断出它们。
如果 Pandas 已经推断出这些级别应该是什么，那么我们自己指定它有什么好处呢？我将展示一个示例，然后让您思考为什么这可能有用的其他原因。
Example
根据文档，levels参数是序列列表。这意味着我们可以使用另一个pandas.Index作为这些序列之一。
考虑数据框df这是串联的d1, d2 and d3:
df = pd.concat(
[d1, d2, d3], axis=1,
keys=['First', 'Second', 'Fourth'])
df
First Second Fourth
A B C B C D A B D
1 NaN NaN NaN 0.4 0.5 0.6 0.7 0.8 0.9
2 0.1 0.2 0.3 0.4 0.5 0.6 NaN NaN NaN
3 0.1 0.2 0.3 NaN NaN NaN 0.7 0.8 0.9
列对象的级别为：
print(df, *df.columns.levels, sep='\n')
Index(['First', 'Second', 'Fourth'], dtype='object')
Index(['A', 'B', 'C', 'D'], dtype='object')
如果我们使用sum在一个groupby we get:
df.groupby(axis=1, level=0).sum()
First Fourth Second
1 0.0 2.4 1.5
2 0.6 0.0 1.5
3 0.6 2.4 0.0
但如果不是['First', 'Second', 'Fourth']还有另一个缺失的类别名为Third and Fifth？我希望它们包含在结果中groupby聚合？如果我们有一个pandas.CategoricalIndex。我们可以提前指定levels争论。
因此，我们来定义df as:
cats = ['First', 'Second', 'Third', 'Fourth', 'Fifth']
lvl = pd.CategoricalIndex(cats, categories=cats, ordered=True)
df = pd.concat(
[d1, d2, d3], axis=1,
keys=['First', 'Second', 'Fourth'],
levels=[lvl]
)
df
First Fourth Second
1 0.0 2.4 1.5
2 0.6 0.0 1.5
3 0.6 2.4 0.0
但列对象的第一级是：
df.columns.levels[0]
CategoricalIndex(
['First', 'Second', 'Third', 'Fourth', 'Fifth'],
categories=['First', 'Second', 'Third', 'Fourth', 'Fifth'],
ordered=True, dtype='category')
And our groupby总结如下：
df.groupby(axis=1, level=0).sum()
First Second Third Fourth Fifth
1 0.0 1.5 0.0 2.4 0.0
2 0.6 1.5 0.0 0.0 0.0
3 0.6 0.0 0.0 2.4 0.0
names
这用于命名结果的级别MultiIndex。的长度names列表应与结果中的级别数匹配MultiIndex.
names：列表，默认无
生成的分层索引中级别的名称
# axis=0 | # axis=1
pd.concat( | pd.concat(
[d1, d2], | [d1, d2],
keys=[0, 1], | axis=1, keys=[0, 1],
names=['lvl0', 'lvl1']) | names=['lvl0', 'lvl1'])
----------------------------- | ----------------------------------
A B C D | lvl0 0 1
lvl0 lvl1 | lvl1 A B C B C D
0 2 0.1 0.2 0.3 NaN | 1 NaN NaN NaN 0.4 0.5 0.6
3 0.1 0.2 0.3 NaN | 2 0.1 0.2 0.3 0.4 0.5 0.6
1 1 NaN 0.4 0.5 0.6 | 3 0.1 0.2 0.3 NaN NaN NaN
2 NaN 0.4 0.5 0.6 |
verify_integrity
不言自明的文档
验证完整性: 布尔值，默认 False
检查新的串联轴是否包含重复项。相对于实际的数据串联，这可能非常昂贵。
因为连接产生的索引d1 and d2不是唯一的，它将无法通过完整性检查。
pd.concat([d1, d2])
A B C D
2 0.1 0.2 0.3 NaN
3 0.1 0.2 0.3 NaN
1 NaN 0.4 0.5 0.6
2 NaN 0.4 0.5 0.6
And
pd.concat([d1, d2], verify_integrity=True)
>
ValueError：索引具有重叠值：[2]
