纵向合并dataframe

纵向合并两个或多个 DataFrame 可以使用 `concat` 函数。这个函数可以将多个 DataFrame 堆叠在一起，形成一个更大的 DataFrame。

下面是一个示例代码：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

# 使用 concat 函数纵向合并两个 DataFrame
df = pd.concat([df1, df2])

# 打印合并后的 DataFrame
print(df)

输出结果为：

   A  B
0  1  4
1  2  5
2  3  6
0  4  7
1  5  8
2  6  9

在上面的代码中，我们首先创建了两个 DataFrame `df1` 和 `df2`，然后使用 `concat` 函数将它们纵向堆叠在一起，得到了一个包含六行的大 DataFrame `df`。

相关问题

dataframe纵向合并

可以使用 pandas 库中的 concat 函数来实现 dataframe 的纵向合并。具体操作如下：

假设有两个 dataframe，分别为 df1 和 df2，它们的列名相同。

使用 concat 函数进行纵向合并：

import pandas as pd

# 创建示例 dataframe
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})

# 纵向合并
df_concat = pd.concat([df1, df2], ignore_index=True)

print(df_concat)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7

其中，`ignore_index=True` 表示忽略原来 dataframe 中的索引，重新生成一个新的索引。

dataframe的纵向合并

要进行dataframe的纵向合并，可以使用pandas库中的concat()函数。具体操作如下：

假设有两个dataframe，分别为df1和df2，它们的列名相同，可以使用以下代码进行纵向合并：

import pandas as pd

# 创建两个dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

# 纵向合并
result = pd.concat([df1, df2])

print(result)

输出结果为：

   A  B
0  1  4
1  2  5
2  3  6
0  4  7
1  5  8
2  6  9

其中，concat()函数的第一个参数是要合并的dataframe列表，可以同时合并多个dataframe。如果要保留原来的索引，可以设置参数ignore_index=True。