py series合并

要合并两个Python的Series对象，可以使用pandas库中的concat函数。该函数可以按照指定的轴(axis)将两个Series对象进行合并。具体的用法如下：

import pandas as pd

# 创建两个Series对象
ser1 = pd.Series(\[1, 2, 3\], name="a")
ser2 = pd.Series(\[4, 5, 6\], name="b")

# 使用concat函数进行合并
result = pd.concat(\[ser1, ser2\], axis=0)

# 打印合并后的结果
print(result)

输出结果为：

0    1
1    2
2    3
0    4
1    5
2    6
dtype: int64

在上述代码中，我们首先创建了两个Series对象`ser1`和`ser2`，然后使用`concat`函数将它们按照轴0进行合并。合并后的结果是一个新的Series对象，包含了两个原始Series对象的所有元素。注意，合并后的结果中的索引是根据原始Series对象的索引进行重新排序的。

如果要按照列进行合并，可以将`axis`参数设置为1。例如：

import pandas as pd

# 创建两个Series对象
ser1 = pd.Series(\[1, 2, 3\], name="a")
ser2 = pd.Series(\[4, 5, 6\], name="b")

# 使用concat函数进行合并
result = pd.concat(\[ser1, ser2\], axis=1)

# 打印合并后的结果
print(result)

输出结果为：

   a  b
0  1  4
1  2  5
2  3  6

在上述代码中，我们将`axis`参数设置为1，表示按照列进行合并。合并后的结果是一个新的DataFrame对象，其中的列名分别为原始Series对象的名称。
#### 引用[.reference_title]
- *1* [df合并问题](https://blog.csdn.net/weixin_42322206/article/details/128003767)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [超详细教程｜pandas合并之append和concat（上）](https://blog.csdn.net/weixin_27298377/article/details/112020144)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]