将两个dataframe concat起来

可以使用 pandas 库中的 concat 函数将两个 DataFrame 合并起来。假设你有两个 DataFrame，分别是 df1 和 df2，它们的列名和数据类型都相同，那么可以这样合并它们：

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

# 使用 concat 合并两个 DataFrame
result = pd.concat([df1, df2])

print(result)

输出结果：

   A  B
0  1  4
1  2  5
2  3  6
0  4  7
1  5  8
2  6  9

注意，合并后的结果中的行索引是连续的，如果想要重新设置行索引，可以使用 reset_index 函数，例如：

result = pd.concat([df1, df2], ignore_index=True)

这样就会重新生成一个连续的行索引。

相关问题

python dataframe concat

Python中的DataFrame concat是指将两个或多个DataFrame对象沿着一条轴连接起来，形成一个新的DataFrame对象。可以按照列或行进行连接，也可以指定连接方式和连接键。concat函数是pandas库中的一个函数，用于数据处理和分析。

Python dataframe concat

在Python的pandas库中，`concat()`函数用于沿着某一轴方向连接（或堆叠）两个或更多的DataFrame对象。它并不直接是合并（join），而是将DataFrame按行或列拼接在一起。

如果你想要使用`concat()`，而不是`join()`，你可以这样做：

# 假设我们有两个DataFrame，df1和df2
import pandas as pd

index = ['A', 'B', 'C', 'D']
df1 = pd.DataFrame({'col1': [1, 2, 3, 4]}, index=index)
df2 = pd.DataFrame({'col2': [5, 6, 7, 8]}, index=index)

# 沿着列方向拼接
result_column_concat = pd.concat([df1, df2], axis=1)  # 默认是沿列(axis=1)拼接
# 或者沿行(axis=0)拼接，保留索引
result_row_concat = pd.concat([df1, df2], axis=0, ignore_index=True)

# 结果：
# result_column_concat:
#   col1  col2
# A      1      5
# B      2      6
# C      3      7
# D      4      8

# result_row_concat:
#     0    1
# A  1.0  5.0
# B  2.0  6.0
# C  3.0  7.0
# D  4.0  8.0