两个series合并

要将两个 Pandas Series 合并，可以使用`pandas.concat()`函数。以下是一个示例代码，将两个 Series 合并成一个新的 Series：

import pandas as pd

series1 = pd.Series([1, 2, 3])
series2 = pd.Series([4, 5, 6])

new_series = pd.concat([series1, series2])
print(new_series)

输出：

0    1
1    2
2    3
0    4
1    5
2    6
dtype: int64

在这个示例中，我们首先导入了 pandas 库，然后创建了两个 Series：series1 和 series2。接着，我们使用`pd.concat()`函数将这两个 Series 合并成一个新的 Series。函数的参数是一个包含要合并的 Series 的列表。最后，我们打印了这个新的 Series。

需要注意的是，合并后的 Series 的索引会根据原来的 Series 的索引自动调整。如果不想调整索引，可以将`ignore_index`参数设置为`True`，这样新的 Series 的索引就会从 0 开始重新排列。

相关问题

python 将两个 series合并

可以使用 pandas 库中的 concat() 函数将两个 series 合并。具体操作如下：

import pandas as pd

# 创建两个 series
s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])

# 使用 concat() 函数合并两个 series
result = pd.concat([s1, s2])

print(result)

输出结果为：

    1
1    2
2    3
    4
1    5
2    6
dtype: int64

其中，合并后的 series 中的索引会重新生成，需要注意。如果需要保留原有的索引，可以设置参数 ignore_index=True。

两个series合并成dataframe

你可以使用pandas中的`concat`函数将两个Series合并为一个DataFrame。例如：

import pandas as pd

s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])
df = pd.concat([s1, s2], axis=1)

此时df即为两个Series合并而成的DataFrame。