如何利用concat合并两个dataframe

要利用concat合并两个DataFrame，你可以使用pandas库中的concat函数。下面是一个示例代码：

import pandas as pd

# 创建两个示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': ['a', 'b', 'c']})

df2 = pd.DataFrame({'A': [4, 5, 6],
                    'B': ['d', 'e', 'f']})

# 使用concat函数合并DataFrame
merged_df = pd.concat([df1, df2], ignore_index=True)

# 打印合并后的DataFrame
print(merged_df)

输出结果如下：

   A  B
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e
5  6  f

在以上示例中，使用了concat函数将df1和df2两个DataFrame按行合并成一个新的DataFrame merged_df。ignore_index参数设置为True，以重新生成索引。

相关问题

pandas通过concat合并两个dataframe不产生新的标签

如果要合并两个 DataFrame，但不想产生新的标签，可以使用 `ignore_index=True` 参数。具体来说，可以使用以下代码合并两个 DataFrame：

import pandas as pd

# 创建两个 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 合并两个 DataFrame，不产生新的标签
df = pd.concat([df1, df2], ignore_index=True)

print(df)

输出结果为：

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

在这个例子中，使用 `ignore_index=True` 参数合并了两个 DataFrame，并且没有产生新的标签。

Df.concat：合并两个dataframe

`pandas`库中的`concat()`函数是一个非常实用的功能，用于沿着给定的轴方向将多个DataFrame对象连接在一起形成一个新的DataFrame。它主要用于水平（列）或垂直（行）方向的拼接。

**基本语法**：

pd.concat(objs, axis=0, ignore_index=False, join='inner', sort=None, ...)

- `objs`: 需要合并的数据框列表或字典，键通常是数据框的名称或索引。
- `axis` (默认为0): 决定如何合并。如果设置为0，表示沿着列（即垂直方向）进行拼接；设置为1则沿行（即水平方向）拼接。
- `ignore_index` (默认为False): 如果为True，新数据框的索引将会是连续的整数序列，而不是原数据框的索引。
- `join`: 可选参数，可以是'inner'、'outer'、'left'、'right'之一，指定连接方式，默认为内连接('inner')，保留两个数据框共有的行。
- `sort`: 控制是否对结果排序，可以是None、True、False或列名列表。

**示例**：

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

# 水平拼接
h_concat = pd.concat([df1, df2], axis=1)
# 输出：(3行2列)

# 列向拼接
v_concat = pd.concat([df1, df2], axis=0)
# 输出：(4行2列)