2个pandas 如何合并为一个df

要将两个Pandas DataFrame合并为一个DataFrame，可以使用merge()函数或concat()函数。具体使用哪个函数取决于你想要如何合并数据。

如果你想根据某些列的值进行合并，可以使用merge()函数。以下示例将演示如何根据一个或多个共同的列将两个DataFrame进行合并：

import pandas as pd

# 创建两个示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': ['d', 'e', 'f']})

# 使用merge()函数根据共同列'A'进行合并
merged_df = pd.merge(df1, df2, on='A')

# 输出合并后的DataFrame
print(merged_df)

输出结果为：

   A B_x B_y
0  1   a   d
1  2   b   e
2  3   c   f

在上面的代码中，我们使用merge()函数根据共同的列'A'对df1和df2进行合并，并将结果保存在merged_df中。

另一种合并两个DataFrame的方法是使用concat()函数。concat()函数可以按行或按列将两个DataFrame堆叠在一起。以下示例演示如何按行合并两个DataFrame：

import pandas as pd

# 创建两个示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': ['d', 'e', 'f']})

# 使用concat()函数按行合并两个DataFrame
concatenated_df = pd.concat([df1, df2])

# 输出合并后的DataFrame
print(concatenated_df)

输出结果为：

   A  B
0  1  a
1  2  b
2  3  c
0  4  d
1  5  e
2  6  f

在上面的代码中，我们使用concat()函数按行合并df1和df2，并将结果保存在concatenated_df中。合并后的DataFrame保留了原始DataFrame的索引。