如何合并两个dataframe表行堆叠

在Python的数据分析库pandas中，你可以使用concat()函数或者merge()函数结合stack()操作来合并并堆叠两个DataFrame。以下是两种常见方法：

使用concat() + stack():
import pandas as pd

# 假设df1和df2是你要合并的两个DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': [1, 2, 3]})
df2 = pd.DataFrame({'A': ['A0', 'A2', 'A3'], 'C': [4, 5, 6]})

# 合并行数据（堆叠）
merged_df = pd.concat([df1, df2], ignore_index=True) # 首先水平合并
stacked_df = merged_df.stack() # 然后通过索引将列变为值

# 输出结果是一个Series，如果你想要一个DataFrame，可以指定新轴
print(stacked_df)
登录后复制

使用merge() + pivot():
如果你需要基于共享的键进行合并，并且想保留原始列的层次结构，merge加上pivot也是可行的：
merged_df = pd.merge(df1, df2, on='A') # 按'A'列合并
stacked_pivot_df = merged_df.pivot(index='A', columns='level_0', values='B:C') # 根据索引和列名堆叠

print(stacked_pivot_df)
登录后复制