pandas两个列表合并

在pandas中，可以使用concat()函数将两个列表合并一个。concat()函数可以按照指定的轴（默认为0）将两个列表进行连接。以下是合并两个列表的示例：

import pandas as pd

list1 = [1, 2, 3]
list2 = [4, 5, 6]

df = pd.concat([pd.Series(list1), pd.Series(list2)], axis=0)

这样，list1和list2就会被合并成一个DataFrame对象df。如果想要按照列进行合并，可以将axis参数设置为1。

相关问题

python pandas 两个字典合并

可以使用pandas的merge函数将两个字典合并。

示例代码如下：

import pandas as pd

dict1 = {'id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie']}
dict2 = {'id': [1, 2, 4], 'age': [25, 30, 35]}

df1 = pd.DataFrame(dict1)
df2 = pd.DataFrame(dict2)

merged_df = pd.merge(df1, df2, on='id', how='outer')

print(merged_df)

输出结果如下：

   id     name   age
0   1    Alice  25.0
1   2      Bob  30.0
2   3  Charlie   NaN
3   4      NaN  35.0

在这个例子中，我们有两个字典dict1和dict2，其中dict1包含id和name列，而dict2包含id和age列。我们使用DataFrame将它们转换为数据框df1和df2，然后使用merge函数将它们合并。我们指定了on='id'，这意味着我们要根据id列将它们合并。我们还指定了how='outer'，这意味着我们要使用外部合并，这将在结果中包含所有的行，而不仅仅是匹配的行。最后，我们打印出合并的数据框merged_df。

pandas 两个表上下合并

您可以使用 pandas 库中的 `concat()` 函数来将两个表上下合并。以下是一个示例：

假设您有两个数据表，分别是 `df1` 和 `df2`：

import pandas as pd

# 创建第一个数据表
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

# 创建第二个数据表
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

现在，您可以使用 `concat()` 函数将这两个表合并在一起：

# 使用 concat() 函数将两个数据表合并
result = pd.concat([df1, df2])

# 输出合并后的结果
print(result)

输出结果如下：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

如上所示，使用 `concat()` 函数可以将两个数据表在纵向方向上合并起来。