pandas 竖向合并

利用Pandas的concat()函数可以将多个Series对象垂直合并成一个DataFrame。例如，可以使用以下代码实现竖向合并：

import pandas as pd

df1 = pd.DataFrame([10, 12, 13])
df2 = pd.DataFrame([22, 33, 44, 55])
df3 = pd.DataFrame([90, 94])

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

通过调用concat()函数并传入要合并的DataFrame对象列表，可以将这些DataFrame对象在垂直方向上合并为一个DataFrame对象。最后的结果将是一个包含所有原始DataFrame对象的行的DataFrame。

相关问题

pandas多表合并

在Pandas中，可以使用merge()函数进行多表合并操作。该函数可以根据指定的列或索引将两个或多个数据表合并在一起。首先，确保导入了Pandas库：import pandas as pd。然后，使用merge()函数将两个数据表按照指定的列或索引进行合并。

例如，假设我们有两个数据表df1和df2，它们有一个共同的列"key"，我们可以使用下面的代码将它们合并在一起：

merged_df = pd.merge(df1, df2, on='key')

在这个例子中，我们使用"key"列作为合并的依据，将df1和df2按照共同的"key"值进行合并。合并后的结果保存在merged_df中。

pandas对execl合并

Pandas提供了一个非常方便的方法来合并多个Excel文件。以下是一个简单的示例代码，可以将多个Excel文件合并成一个文件：

import pandas as pd
import glob

# 获取所有Excel文件
all_files = glob.glob("*.xlsx")

# 合并所有Excel文件
combined_df = pd.concat([pd.read_excel(f) for f in all_files], ignore_index=True)

# 保存合并后的Excel文件
combined_df.to_excel("combined.xlsx", index=False)

在这个示例中，我们使用glob模块获取所有Excel文件，使用Pandas的concat()函数将所有文件合并成一个DataFrame，最后使用to_excel()函数将合并后的DataFrame保存为一个Excel文件。如果你需要更多的控制，可以使用Pandas的merge()函数来合并Excel文件。