dataframe 合并几个

要合并多个 DataFrame，可以使用 pandas 库中的 `concat()` 函数或 `merge()` 函数。具体使用哪个函数取决于你的合并需求。以下是两种常见的合并方式：

1. 使用 `concat()` 函数进行行合并：

import pandas as pd

# 创建示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9],
                    'B': [10, 11, 12]})

# 使用 concat() 函数进行行合并
merged_df = pd.concat([df1, df2])

print(merged_df)

运行上述代码，将输出以下结果：

   A   B
0  1   4
1  2   5
2  3   6
0  7  10
1  8  11
2  9  12

在上面的示例中，我们创建了两个示例 DataFrame（df1 和 df2）。然后，使用 `concat()` 函数将它们按行合并为一个新的 DataFrame（merged_df）。

2. 使用 `merge()` 函数进行列合并：

import pandas as pd

# 创建示例 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6],
                    'key': ['K1', 'K2', 'K3']})
df2 = pd.DataFrame({'C': [7, 8, 9],
                    'D': [10, 11, 12],
                    'key': ['K1', 'K2', 'K4']})

# 使用 merge() 函数进行列合并
merged_df = pd.merge(df1, df2, on='key')

print(merged_df)

运行上述代码，将输出以下结果：

   A  B key  C   D
0  1  4  K1  7  10
1  2  5  K2  8  11

在上面的示例中，我们创建了两个示例 DataFrame（df1 和 df2），并且它们都有一个共同的列名（key）。然后，使用 `merge()` 函数根据共同的键列将它们合并为一个新的 DataFrame（merged_df）。

你可以根据具体的合并需求选择适合的方法进行 DataFrame 的合并。