df1和df2列完全相同,如何用pandas纵向合并
时间: 2024-05-02 16:02:43 浏览: 12
可以使用pandas库的concat函数进行纵向合并。示例如下:
```python
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df_concat = pd.concat([df1, df2], axis=0)
print(df_concat)
```
输出结果:
```
A B
0 1 4
1 2 5
2 3 6
0 1 4
1 2 5
2 3 6
```
这样就将df1和df2纵向合并到了一起。
相关问题
pandas纵向堆叠
下面是使用pandas进行纵向堆叠的示例代码:
假设我们有两个数据框df1和df2,它们的列名和数据如下:
```python
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})
```
我们可以使用concat函数将它们纵向堆叠在一起:
```python
result = pd.concat([df1, df2])
print(result)
```
输出结果如下:
```
A B
0 1 4
1 2 5
2 3 6
0 4 7
1 5 8
2 6 9
```
在这个例子中,我们将df1和df2传递给concat函数,并将它们放在一个列表中。由于我们想要纵向堆叠它们,所以不需要指定axis参数。默认情况下,concat函数会将它们沿着行方向堆叠在一起。
pandas纵向追加
在pandas中,可以使用`append()`方法来实现纵向追加数据。`append()`方法可以将一个DataFrame或Series对象追加到另一个DataFrame对象的末尾。
下面是一个示例代码,演示了如何使用`append()`方法进行纵向追加:
```python
import pandas as pd
# 创建两个DataFrame对象
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
# 使用append()方法进行纵向追加
df_combined = df1.append(df2)
# 打印合并后的DataFrame
print(df_combined)
```
运行以上代码,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
```
可以看到,`df2`被追加到了`df1`的末尾,形成了一个新的DataFrame对象`df_combined`。