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

如何将两个dataframe纵向放在一起

将两个Pandas DataFrame纵向（即按列堆叠）合并，你可以使用`concat()`函数或者`.append()`方法，但是推荐使用`concat()`因为它的功能更强大。这里是一个简单的步骤：

1. **使用`concat()`**：

import pandas as pd

# 假设df1和df2是你要合并的两个DataFrame
result = pd.concat([df1, df2], axis=1)

这里的`axis=1`表示沿着列的方向进行操作。

2. **使用`.append()`**：

if 'index_name' in df1.columns and 'index_name' in df2.columns:  # 如果索引名称一致
    result = df1.append(df2, ignore_index=True)  # ignore_index=True会使它们从0开始的新索引
else:
    result = df1.append(df2, sort=False)  # 如果索引不一致，sort=False可以保留原顺序

注意，`.append()`默认会尝试沿行方向拼接，所以需要明确指定`axis=1`。

如何将DataFrame df1与df2按照行方向进行纵向拼接，展示具体的数据（请参考df数据1中的结构）？

在Python的pandas库中，你可以使用`concat()`函数或`append()`方法来沿行方向（即列方向）拼接两个DataFrame。假设df1和df2都有相同的列名，以下是两种方法的示例：

1. 使用`concat()`: 这个函数通常用于沿着指定的轴（默认是0，即索引）合并数据。

# 假设df1和df2有这样的结构：
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=['row1', 'row2'])
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]}, index=['row3', 'row4'])

# 按行拼接
merged_df = pd.concat([df1, df2])

这将会创建一个新的DataFrame，包含了df1的所有行加上df2的所有行，它们的索引会自动调整以保持唯一。

2. 使用`append()`: 这个方法直接在原对象上添加数据，如果目标对象存在，则默认追加到末尾。

# 直接追加
merged_df = df1.append(df2)

在这个例子中，`merged_df`结果与上述`concat()`操作的结果是一样的。