首先，Python已经内置确定序列的长度以及确定最大和最小的元素的方法。列表是最常用的Python数据类型，它可以作为一个方括号内的逗号分隔值出现。列表的数据项不需要具有相同的类型。创建一个列表，只要把逗号分隔的不同的数据项使用方括号括起来即可。
成都创新互联公司坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站制作、成都网站设计、外贸营销网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的康乐网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
以下是列表最常用的方法：
1.append() -------- 向列表的尾部添加元素
2.insert(index，object) -------- 向指定的下标处添加元素
3.sort（）-------- 进行排序（从下到大 int类型）可以对字母进行排序（ASCII值）类型不能混
4.index（）-------- 返回的是元素在列表中的第一个位置
5.reverse（）------------ 将列表进行翻转
6.remove（）---------- 删除某个元素，如果有重复，删除的是第一次出现的元素，如果元素不存在会 报错
7.count（）-------- 返回的是某个元素在列表里面的个数
8.clear（）--------- 清除元素
9.copy（）-------- 浅拷贝对象 不等价与 =
10.extend（）-------- 合并列表
11.pop（）-------删除列表尾部的元素（与append相反）,返回删除的元素，pop(i) i指的是下标
join主要用于基于索引的横向合并拼接；
merge主要用于基于指定列的横向合并拼接；
concat可用于横向和纵向合并拼接；
append主要用于纵向追加；
combine可以通过使用函数，把两个DataFrame按列进行组合。
join
join是基于索引的横向拼接，如果索引一致，直接横向拼接。如果索引不一致，则会用Nan值填充merge是基于指定列的横向拼接，该函数类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。
可以指定不同的how参数，表示连接方式，有inner内连、left左连、right右连、outer全连，默认为inner;
append 方法根据行在原数据框添加新的数据框。
如果想要合并后的数据框索引重写排序，可以设置参数 ignore_index=True 。
concat 函数是panda自带的，可以按行或按列合并多个pandas数据框。
按行合并多个数据框，需要注意的是 objs参数接受一个可迭代对象 。concat函数默认按行合并。
设置 ignore_index=True ，使合并后的数据框索引重新排序。
按行合并时，concat对所有的列进行全连接(参数 join='outer' )，没有的列会填充为NaN。
设置参数 join='inner' ，可以只保留共有的列。
设置参数 axis=1 或 axis='columns' ，可以按列合并多个数据框。
merge 方法根据列或索引连接数据框。
当两个数据框只有一个相同列时， merge 方法会自动根据相同列进行内连接， on 参数可以省略。
设置参数 how=['left','right','outer','inner','cross'] ，可以完成不同类型的连接。
当两个数据框没有相同列时，需要设置 left_on 和 right_on 参数，表示按这两列进行连接。
如果需要根据数据框的索引进行连接，需要根据需求设置参数 left_index=True 或者 right_index=True 。
设置 suffixes ，可以给相同的列名添加后缀。默认后缀是 _x , _y 。
join 方法与 merge 方法作用相同，基本上 merge 方法已经可以完成所有的连接操作。
join 方法对按索引连接更方便而已。
当连接的两个数据框中没有相同列时，可以直接按索引进行左连接。
同样，可以设置 how 参数，控制连接的行为。
当数据框中有相同列时，需要设置后缀。
给个代码示例吧：
a=[1,2,3]
b=[4,5,6]
c=a[:]
c=c+b
#此时列表c的内容是a与b合并后的内容
如果是原地合并，即把a与b的内容合并到a，则代码如下：
a=[1,2,3]
b=[4,5,6]
a.extend(b)
#此时列表a的内容是a与b合并后的内容
「目录」
数据规整：聚合、合并和重塑
Data Wrangling: Join, Combine, and Reshape
-------- 数据库风格的DataFrame合并
-------- 索引上的合并
上一篇笔记讲的是如何根据DataFrame的列名来链接两个DataFrame对象。
有时候我们要根据DataFrame中的index索引来合并数据。这种情况下，我们可以传入 left_index=True或right_index=True 或两个都传入来说明索引被用作链接键。
我们先创建两个DataFrame，指明根据第一个DataFrame的'key'列和第二个DataFrame的index索引来合并数据：
默认的merge方法是求取链接键的交集，通过传入how='outer'可以得到它们的并集：
层次化索引数据的合并
对于层次化索引的数据的合并，我们要以 列表的形式指明用作合并键的多个列 。
比如下面我们就指定根据第一个DataFrame的'key1'列和'key2'列以及第二个DataFrame的index索引来合并：
同时使用双方的索引来合并也没问题：
join方法
DataFrame还有便捷的实例方法join，它能更方便的实现按索引合并，但要求没有重叠的列。
我们还可以向join传入一组DataFrame，类似于concat函数，实现多个DataFrame的合并拼接：
-END-
1、新建一个 将两个列表组合成一个列表.py。
2、中文编码声明注释：# coding=gbk。
3、定义两个列表，分别是 s1 和 s2 ，并且赋值。
4、使用 + 号将两个列表组合成一个，并且使用 s3 接受新的列表。
5、使用 print() 函数输出 s3。
6、运行脚本，输出新组合出来的列表。
重庆分公司
重庆分公司
