The warning you're seeing is due to a change in the behavior of pd.concat() in pandas. In a future version of pandas, DataFrame concatenation with empty or all-NA entries will no longer exclude empty or all-NA columns when determining the result dtypes¹.
Here's an alternative way to handle this situation:
if not df.empty and not df_i.empty:
result_df = pd.concat([df, df_i], axis=0)
elif not df.empty:
result_df = df.copy()
elif not df_i.empty:
result_df = df_i.copy()
else:
result_df = pd.DataFrame()This code checks if either DataFrame is empty before attempting to concatenate them¹. However, if you're okay with the new behavior, you can continue to use pd.concat() without changes¹. The warning is just to let you know about the upcoming changes in pandas. It's generally not recommended to suppress warnings as they are meant to inform you about potential issues in your code¹.
pd.concat([pd.DataFrame(), pd.DataFrame()])这段代码本身并没有问题，它是将两个空的DataFrame对象进行拼接。但是，如果你在运行这段代码时看到了一个FutureWarning，那么这可能是因为Pandas库的一些行为正在发生改变¹。
在Pandas的早期版本中，当你使用pd.concat函数来拼接包含空或全NA的列时，这些列会被排除在结果的数据类型确定过程之外¹。但是，这种行为已经被弃用，而且在未来的版本中，pd.concat函数在确定结果数据类型时将不再排除空或全NA的列¹。
这个警告是为了让你知道这个改变，以便你可以提前修改你的代码，以适应未来版本的行为¹。如果你想保留当前的行为，你需要在进行concat操作之前排除相关的条目¹。
总的来说，这个警告是为了帮助你写出更健壮的代码，以防止在未来的Pandas版本中出现不可预期的行为¹。希望这个解释对你有所帮助！pd.concat([pd.DataFrame(), pd.DataFrame([[1,1])]) 这个操作本身并没有问题。这个操作是将一个空的 DataFrame 对象和一个非空的 DataFrame 对象进行连接。由于其中一个 DataFrame 是空的，所以连接后的结果就是那个非空的 DataFrame¹。
但是，如果你在使用 pd.concat() 时收到了警告，那可能是因为 pandas 的行为发生了变化。在 pandas 的未来版本中，当确定结果的 dtypes 时，DataFrame 的连接将不再排除空的或全部为 NA 的列¹。
如果你想避免这个警告，你可以在连接之前检查 DataFrame 是否为空。例如：
if not df.empty and not df_i.empty:
result_df = pd.concat([df, df_i], axis=0)
elif not df.empty:
result_df = df.copy()
elif not df_i.empty:
result_df = df_i.copy()
else:
result_df = pd.DataFrame()这段代码会在尝试连接它们之前检查每个 DataFrame 是否为空¹。然而，如果你对新的行为没有问题，你可以继续使用 pd.concat() 而不做任何改变¹。这个警告只是为了让你知道 pandas 即将发生的变化¹。通常不建议抑制警告，因为它们是用来告诉你代码中可能存在的问题¹。¹。¹。
FutureWarning: The behavior of DataFrame concatenation with empty or all-NA entries is deprecated. In a future version, this will no longer exclude empty or all-NA columns when determining the result dtypes. To retain the old behavior, exclude the relevant entries before the concat operation.
df = pd.concat([df, df_i])
