Jupyter一个叫数据合并的excel表横向堆叠合并与纵向堆叠合并演示

Jupyter Notebook，特别是通过pandas库，提供了非常方便的数据操作功能，包括Excel表格的数据合并。在处理Excel数据时，常见的合并方式有两种：

1. **横向堆叠（Pivot Stack or Concatenate horizontally）**：这是将两个或更多DataFrame沿着某一列方向水平地拼接在一起。例如，如果你有两个Excel表格，每张都有相同的列名，可以使用`pd.concat()`函数，设置`axis=1`，将它们沿列（即行对齐）合并。示例代码可能会像这样：

import pandas as pd

# 假设df1和df2是已经读取的Excel DataFrame
merged_df = pd.concat([df1, df2], axis=1)

2. **纵向堆叠（Stack vertically）**: 这种方式则是将数据按照索引（行）逐行添加，适合于数据有明显时间序列或其他按顺序排列的情况。可以使用`df1.append(df2)`，或者`df1.stack()`然后调整index。

为了演示这两个操作，你需要先使用`pandas.read_excel()`函数加载Excel文件到DataFrame，然后运行上述代码并在Jupyter Notebook环境中查看结果。记得检查新合并的DataFrame是否有预期的列和行结构。

相关问题

Jupyter一个表横向堆叠合并与纵向堆叠合并演示

Jupyter是一个交互式的笔记本环境，常用于数据科学和机器学习项目中。在Pandas库中，可以使用`concat()`函数进行表格的水平（行）堆叠或垂直（列）堆叠。

**1. 水平堆叠（Concatenate on index）**：

import pandas as pd
# 创建两个DataFrame
df1 = pd.DataFrame({'A': ['foo', 'bar'], 'B': [1, 2]})
df2 = pd.DataFrame({'A': ['foo', 'baz'], 'C': [3, 4]})

# 水平堆叠，索引相同
stacked = pd.concat([df1, df2], axis=1)  # 或者使用df1.append(df2)
print(stacked)

**2. 纵向堆叠（Concatenate on columns）**：

stacked_vertically = pd.concat([df1, df2], axis=0)  # 默认就是按列堆叠，新行加在旧行之后
print(stacked_vertically)

**