pandas中 我想将df1与df2两个表上下合并成一个df,他们的列名是相同的
时间: 2023-05-13 11:07:45 浏览: 148
你可以使用 pandas 库中的 concat 函数来将两个表上下合并成一个表,代码如下:
```python
import pandas as pd
df = pd.concat([df1, df2], axis=0)
```
其中,axis=0 表示按照行的方向进行合并,如果两个表的列名不同,可以使用参数 ignore_index=True 来重新生成索引。
相关问题
请举例示范将两个列名相同的df上下合并成一个df
可以使用 pandas 库中的 concat 函数来将两个列名相同的 df 上下合并成一个 df,示例如下:
```python
import pandas as pd
# 创建两个列名相同的 df
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
# 使用 concat 函数将两个 df 上下合并成一个 df
df = pd.concat([df1, df2], axis=0)
# 输出合并后的 df
print(df)
```
输出结果如下:
```
A B
0 1 4
1 2 5
2 3 6
0 7 10
1 8 11
2 9 12
```
jupyter两个csv文件,用相同列名合并成一张表
首先,你需要使用 Pandas 库来读取这两个 CSV 文件。然后,使用 Pandas 的 merge 函数来合并这两个 DataFrame。
假设这两个 CSV 文件分别为 file1.csv 和 file2.csv,且具有相同的列名,则可以按照以下步骤进行合并:
```python
import pandas as pd
# 读取两个 CSV 文件
df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')
# 使用 merge 函数合并这两个 DataFrame
merged_df = pd.merge(df1, df2, on='相同的列名')
# 将合并后的结果写入 CSV 文件
merged_df.to_csv('merged_file.csv', index=False)
```
注意,这里的 '相同的列名' 是指这两个 CSV 文件中的列名相同的列。如果这两个 CSV 文件中的列名不完全相同,则需要在 merge 函数中指定 left_on 和 right_on 参数来指定要合并的列名。