字符串拼接推荐f-string，列表可用+或解包，字典用|或**解包，DataFrame用pd.concat或merge，注意类型转换与索引处理。
Python中数据拼接主要根据数据类型选择合适的方法。常见场景包括字符串、列表、字典和Pandas中的DataFrame拼接，每种都有对应的实现方式。
字符串拼接
字符串是最常见的拼接需求，有多种方式可选：
- 使用 + 操作符：适用于少量字符串，如 "Hello" + " " + "World"
- 使用 join() 方法：适合多个字符串合并，更高效，如 " ".join(["Hello", "World"])
- 使用 f-string（推荐）：格式化拼接，清晰易读，如 f"姓名：{name}, 年龄：{age}"
- 使用 format() 方法：兼容旧版本，如 "{}, {}".format(a, b)
列表拼接
多个列表可以合并成一个新列表：
- 用 + 直接连接两个列表，如 [1, 2] + [3, 4]
- 使用 extend() 方法修改原列表，如 list1.extend(list2)
- 使用 *解包 操作，如 [*list1, *list2]，写法更现代
字典拼接
合并多个字典时注意键的覆盖问题：
立即学习“Python免费学习笔记（深入）”；
- 使用 | 操作符（Python 3.9+），如 dict1 | dict2
- 使用 **解包，如 {**dict1, **dict2}
- 使用 update() 方法更新原字典
Pandas DataFrame拼接
处理结构化数据时常需合并多个表：
- 用 pd.concat() 垂直或水平堆叠多个DataFrame
- 用 merge() 类似SQL的JOIN操作，按列关联数据
- 用 append()（已弃用）建议改用concat
- 设置参数如 axis=0（纵向）、ignore_index=True 重置索引
基本上就这些。根据数据类型选对方法，拼接不难。关键是别混用类型，比如字符串和数字拼接前要先转类型。常见错误是忘记转换或忽略索引重复问题，尤其是pandas操作时要注意清洗数据。基本上就这些。
