pandas如何合并多行数据

pandas提供了多种方式可以合并多行数据，以下是一些常用的方法：

1. append()方法：将一个DataFrame或Series对象追加到另一个对象的末尾，生成一个新的DataFrame对象。例如：

import pandas as pd

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

df3 = df1.append(df2)
print(df3)

输出结果：

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

2. concat()方法：将多个DataFrame对象沿着某个轴（行或列）拼接成一个新的DataFrame对象。例如：

import pandas as pd

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

df3 = pd.concat([df1, df2])
print(df3)

输出结果：

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

3. merge()方法：将多个DataFrame对象按照指定的列进行合并，生成一个新的DataFrame对象。例如：

import pandas as pd

df1 = pd.DataFrame({'key': ['A', 'B'], 'value': [1, 2]})
df2 = pd.DataFrame({'key': ['C', 'D'], 'value': [3, 4]})

df3 = pd.merge(df1, df2, on='key', how='outer')
print(df3)

输出结果：

  key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      NaN
2   C      NaN      3.0
3   D      NaN      4.0

这里的on参数指定按照哪一列进行合并，how参数指定合并方式，outer表示取并集。

以上是一些常用的合并多行数据的方法，具体使用哪种方法取决于具体的需求。