python合并两个数据集

在Python中，如果你有两个Pandas DataFrame（数据集），你可以使用几种方法来合并它们。这里列举几种常见的合并方式：

1. **列联合并（join）**：
- `pd.merge`: 根据一个或多个列的值进行连接，可以指定连接类型（inner、left、right、outer）。

   df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': range(4)})
   df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': range(4, 8)})
   merged_df = pd.merge(df1, df2, on='key')

2. **追加（append）**：
- `df1.append(df2)` 或 `df1.extend([df2])`: 向第一个DataFrame追加第二个DataFrame的数据。

   df1.append(df2, ignore_index=True)  # 保持原顺序

3. **堆叠（stack）**：
- 对于分组后的数据，可以使用`stack()`函数将列数据变成行数据。

   df1.set_index(['key']).stack().reset_index(name='merged_data')

4. **使用concat()函数**：
- `pd.concat([df1, df2], axis=0)`: 沿着指定轴（默认为0，即行方向）拼接数据框。

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

5. **基于索引合并（index merging）**：
- 如果两个DataFrame的索引完全相同，可以直接通过索引来合并。

   df1.update(df2)  # 如果不想创建新数据框，可以更新原有df1

选择哪种方法取决于你的实际需求，比如合并依据的键、是否保留重复项、是否改变原有数据结构等。