Pandas中concat与append的结果结构是否存在差异？

我查过Stack Overflow相关帖子但没解决问题：用append和concat各添加4条相同行，结果视觉上不一致；提取数据列时也有差异。想确认是仅显示不同还是用法有误？我需要的是append生成的结果。可复现代码如下：

import pandas as pd
import numpy as np
from datetime import datetime
from string import ascii_lowercase as al

# artificial dataframe
np.random.seed(365)
rows = 15
cols = 2
data = np.random.randint(0, 10, size=(rows, cols))
index = pd.bdate_range(datetime.today(), freq='d', periods=rows)

dfdata = pd.DataFrame(data=data, index=index, columns=list(al[:cols]))

# dfdata = pd.read_csv("data.csv")
dfdatanew = pd.DataFrame()

frames = [dfdata.iloc[2],dfdata.iloc[2],dfdata.iloc[2],dfdata.iloc[2]]

dfdatanew = dfdatanew.append(dfdata.iloc[2])
dfdatanew = dfdatanew.append(dfdata.iloc[2])
dfdatanew = dfdatanew.append(dfdata.iloc[2])
dfdatanew = dfdatanew.append(dfdata.iloc[2])

result = pd.concat(frames,axis=0,join='outer')

# compare
print(result)
print(dfdatanew)

两者的视觉差异本质是索引结构不同，并非数据内容有区别：

• append处理单个Series（dfdata.iloc[2]是Series）时，会自动把Series转为单行DataFrame，并生成递增的整数索引。
• concat直接拼接多个Series时，会保留每个Series原有的日期索引，因为4条数据的索引完全重复，输出时会显示成分层缩进的格式，看起来和append的结果不一样。

要让concat生成和append一致的结果，有两种简单方式：

方式1：拼接前将Series转为单行DataFrame #

把dfdata.iloc[2]改成dfdata.iloc[2:3]（切片得到单行DataFrame），同时添加ignore_index=True参数重置索引：

frames = [dfdata.iloc[2:3], dfdata.iloc[2:3], dfdata.iloc[2:3], dfdata.iloc[2:3]]
result = pd.concat(frames, axis=0, join='outer', ignore_index=True)

方式2：拼接后重置索引 #

直接对concat的结果调用reset_index(drop=True)，丢弃原有重复索引并生成新的整数索引：

frames = [dfdata.iloc[2],dfdata.iloc[2],dfdata.iloc[2],dfdata.iloc[2]]
result = pd.concat(frames, axis=0, join='outer').reset_index(drop=True)

两种方式得到的result和append生成的dfdatanew结构、内容完全一致，提取列的结果也会相同。

内容的提问来源于stack exchange，提问作者Jesse Feng