dataframe合并

将两个或多个数据帧合并在一起称为“数据帧合并”。在 pandas 中，有不同的方法可以实现数据帧的合并，包括 concat、merge 和 join。

1. concat 方法：

concat 方法用于沿着一个轴把多个数据帧堆叠在一起，可以选择沿着行轴（axis=0）或列轴（axis=1）堆叠。例如：

import pandas as pd

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']})

result = pd.concat([df1, df2], axis=0) # 沿着行轴堆叠

2. merge 方法：

merge 方法用于将两个数据帧根据共同的列或索引进行合并。例如：

import pandas as pd

df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                   'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3']})

df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']})

result = pd.merge(df1, df2, on='key') # 根据共同的列 'key' 进行合并

3. join 方法：

join 方法用于将两个数据帧根据共同的索引进行合并。例如：

import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3']},
                   index=['K0', 'K1', 'K2', 'K3'])

df2 = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                   index=['K0', 'K1', 'K2', 'K3'])

result = df1.join(df2) # 根据共同的索引进行合并

以上是数据帧合并的三种方法，具体使用哪种取决于你的数据结构和需求。