pandas拼接两个dataframe

可以使用pandas中的concat函数来拼接两个DataFrame。

语法如下：

pd.concat([df1, df2])

如果需要在拼接时指定拼接的轴（axis），可以使用axis参数，axis=0表示在行上拼接，axis=1表示在列上拼接。

语法如下可以使用pandas中的concat函数来拼接两个DataFrame。该函数默认按照行拼接，可以通过设置参数axis=1来按照列拼接。示例代码：

import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})
df3 = pd.concat([df1, df2])
print(df3)

如果需要保留源DataFrame的索引可以设置参数ignore_index=False,如下：

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

如果需要在拼接后的DataFrame中增加一个key来区分原来的DataFrame，可以设置参数keys，如下：

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

请注意在拼接两个DataFrame时如果两个DataFrame的列名不一致会报错，建议先处理成一致。

相关问题

pandas 拼接两个dataframe , 但是两列的数据格式不同，一个是int 一个是str

如果要拼接两个 DataFrame，但是两个 DataFrame 中某些列的数据类型不同，可以使用 Pandas 中的 astype() 函数将数据类型转换为相同的类型，然后再进行拼接。

例如，假设有两个 DataFrame，df1 和 df2，其中 df1 的某一列的数据类型是 int，而 df2 的相应列的数据类型是 str。想要将这两个 DataFrame 拼接在一起，可以按照以下步骤进行：

import pandas as pd

# 创建 DataFrame df1
df1 = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 创建 DataFrame df2
df2 = pd.DataFrame({'col1': ['1', '2', '3'], 'col2': ['7', '8', '9']})

# 将 df1 中的 col1 列转换为 str 类型
df1['col1'] = df1['col1'].astype(str)

# 将 df2 中的 col1 列转换为 int 类型
df2['col1'] = df2['col1'].astype(int)

# 拼接 df1 和 df2
df = pd.concat([df1, df2])

在这个例子中，我们首先创建了两个 DataFrame，df1 和 df2。然后，我们将 df1 中的 col1 列转换为 str 类型，将 df2 中的 col1 列转换为 int 类型。最后，我们使用 concat() 函数将 df1 和 df2 拼接在一起，生成一个新的 DataFrame df。

需要注意的是，如果两个 DataFrame 中某些列的数据类型不同，拼接后生成的新 DataFrame 中这些列的数据类型会被自动转换为通用类型。在上面的例子中，由于 col1 列的数据类型不同，拼接后生成的 df 中 col1 列的数据类型被自动转换为 object 类型。如果需要将其转换为其他类型，可以使用 astype() 函数进行转换。

pandas合并两个dataframe

pandas提供了多种合并两个DataFrame的方式，常用的有merge和concat。

merge函数可以根据一个或多个键将两个DataFrame合并起来。语法格式如下:

pd.merge(df1, df2, on=key, how='inner/outer/left/right')

concat函数可以在纵向或横向上将多个DataFrame拼接在一起。语法格式如下：

pd.concat([df1, df2], axis=0/1)

合并时，如果两个DataFrame有相同的列名，可以使用 left_on 和 right_on 来指定用哪一个 DataFrame 的列来进行合并。如果在合并时有重复的行，可以使用 suffixes 参数指定不同 DataFrame 中重复列的后缀。

例如:

pd.merge(df1, df2, left_on='lkey', right_on='rkey', suffixes=('_left', '_right'))

具体应用方式请参考pandas的文档.