拼接两个dataframe，合并相同的列

可以使用`pd.concat()`函数将两个dataframe拼接在一起。如果两个dataframe存在相同的列，可以使用`merge()`函数将它们合并。

示例代码如下：

import pandas as pd

# 创建两个dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 4], 'C': [7, 8, 9]})

# 拼接两个dataframe
df = pd.concat([df1, df2], sort=False)

# 合并相同的列
df = df.merge(df.groupby(['A']).first(), on='A', suffixes=('', '_y'))

# 删除重复的列
df = df[df.columns.drop(list(df.filter(regex='_y')))]

print(df)

输出结果：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  NaN
3  4  NaN 9

相关问题

拼接两个dataframe

可以使用 pandas 库中的 concat 函数来拼接两个 dataframe，例如：

import pandas as pd

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

concatenated_df = pd.concat([df1, df2], axis=0)

print(concatenated_df)

这个程序会输出合并后的 dataframe：

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

两个dataframe合并

在Python的数据分析库Pandas中，合并两个DataFrame通常有几种方法：

1. **`pd.merge()`**：这是最常用的方法，用于基于列上的键（通常是索引或共享的列）对数据框进行内连接（默认）、外连接、左连接或右连接。

   df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                      'value': np.random.randn(4)})
   df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                      'value': np.random.randn(4)})

   merged_df = pd.merge(df1, df2, on='key')  # 默认内连接

2. **`concat()`**：如果想要沿着行方向拼接，可以使用`concat`函数，它可以水平（axis=0）或垂直（axis=1）地拼接。

   df3 = pd.DataFrame({'key': ['A', 'A', 'B', 'B'],
                      'value2': np.random.randn(4)})
   concatenated_df = pd.concat([df1, df3], axis=0)  # 水平拼接

3. **`append()`**：这是直接追加DataFrame到另一个DataFrame底部的方法，适用于添加一行或多行数据。

   df1.append(df3)