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：

1. 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)

2. 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)