使用pandas忽略行列索引,纵向拼接多个dataframe

可以使用 pandas 的 `concat()` 函数纵向拼接多个 DataFrame。需要将要拼接的 DataFrame 放入一个列表中，并在调用 `concat()` 时指定 `axis=0` 参数。示例代码如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
df3 = pd.DataFrame({'A': [13, 14, 15], 'B': [16, 17, 18]})

df_list = [df1, df2, df3]
result = pd.concat(df_list, axis=0, ignore_index=True)
print(result)

这样会忽略原来的行索引，并使用新的默认索引。

如果需要忽略列索引，可以在 concat 函数里设置 `ignore_index=True`即可

相关问题

将两个csv文件纵向拼接

可以使用Python中的pandas库来实现两个csv文件的纵向拼接。

假设两个csv文件为file1.csv和file2.csv，它们具有相同的列名和列数，可以按照以下步骤进行拼接：

1. 导入pandas库

import pandas as pd

2. 使用pandas的read_csv方法读取两个csv文件

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')

3. 使用pandas的concat方法将两个DataFrame对象在纵向方向上进行拼接

df = pd.concat([df1, df2])

4. 将合并后的DataFrame对象保存到一个新的csv文件

df.to_csv('merged.csv', index=False)

其中，index=False参数表示不保存行索引。完整的代码如下所示：

import pandas as pd

df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
df = pd.concat([df1, df2])
df.to_csv('merged.csv', index=False)

pandas series拼接

pandas中的拼接主要通过concat方法来实现。该方法可以用于拼接多个series或dataframe，将它们按照指定的轴进行合并。默认情况下，concat方法在纵向（行）方向上进行拼接，即axis参数的默认值为0。可以通过设置axis参数为1来在横向（列）方向上进行拼接。

例如，假设有两个pandas series对象s1和s2，我们可以使用concat方法将它们拼接在一起，生成一个新的series对象s3。拼接的语法如下所示：

s3 = pd.concat([s1, s2], axis=0)

其中，参数[s1, s2]是一个包含需要拼接的series对象的列表。通过设置axis参数为0，我们可以确保s1和s2在纵向方向上进行拼接，并生成一个新的series对象s3。

需要注意的是，concat方法还可以在拼接时指定其他的参数，比如join参数用于指定拼接时的方式，可以是'outer'或'inner'。join参数的默认值是'outer'，表示取并集；而'inner'表示取交集。此外，还可以设置ignore_index参数为True来忽略原始series的索引，生成新的连续索引。

总结起来，通过使用pandas的concat方法，可以轻松地将多个series对象进行拼接，生成新的series对象，并可以灵活地指定拼接的方式和轴向。