Python中是否存在类似R语言dplyr包bind_rows()的函数？

在Python的pandas库中，有两个常用方法可以实现和R语言dplyr包bind_rows()一致的功能——合并列名不完全相同的数据框，自动为缺失列填充空值：

• pd.concat()：这是当前官方推荐的标准方法，指定按行合并（axis=0，默认即为该值）即可处理列名不一致的场景，缺失列会自动用NaN填充。
  示例代码：

  import pandas as pd
  
  df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
  df2 = pd.DataFrame({'B': [5, 6], 'C': [7, 8]})
  
  # 合并后会包含A、B、C三列，df2的A列补NaN，df1的C列补NaN
  merged_df = pd.concat([df1, df2], ignore_index=True)
  

  若不设置ignore_index=True，合并结果会保留原数据框的索引，可能出现重复索引，可根据需求选择是否重置。

• pd.DataFrame.append()：这个方法曾专门用于行追加，但目前已被标记为弃用，官方建议用pd.concat()替代。它同样支持列名不一致的合并，缺失列补NaN。
  示例代码（不推荐使用）：

  merged_df = df1.append(df2, ignore_index=True)
  

内容的提问来源于stack exchange，提问作者anderwyang