Pandas Concat 速度优化技巧：提升数据拼接效率

使用 pd.concat() 参数 ignore_index=True，避免每次拼接时重新生成索引。
使用 pd.concat() 参数 axis=1，避免每次拼接时重新生成列。
使用 DataFrame.append() 代替 pd.concat()，因为 append() 只在末尾添加数据，避免了重新生成索引和列的开销。
将多个 DataFrame 放入列表中，使用 pd.concat() 一次性拼接，避免多次拼接的开销。
使用 Pandas 中的 merge() 方法进行数据合并，这个方法比 pd.concat() 更快，尤其是在对列进行拼接时。
使用 NumPy 中的 concatenate() 方法进行数据拼接，这个方法比 pd.concat() 更快，尤其是在拼接大量数据时。但是需要注意数据类型的一致性。